VP of Engineeringの清水秀樹は2024年8月、マイクロソフトの新規事業支援拠点「Microsoft AI Co-Innovation Lab Kobe」の5日間のSprintプログラムに参加し、Azure Machine Learning Studioを用いた収量予測AIの開発を行いました。自社農場に蓄積してきた約5万件のハウス内環境データ（温度・湿度・日射量など）と収穫量データを統合・前処理することで、予測モデルの精度を大きく向上させています。
今後は、収穫ロボットのカメラで撮影した画像データ（果実の大きさ・色・形状など）や、自社開発中の統合環境制御システムから得られるデータも組み合わせ、収量予測モデルの精度をさらに高めていく計画です。センサーデータ・画像データ・環境制御データを掛け合わせて予測モデルを継続的に改善していくアプローチは、スマート農業に限らず、他分野のAI活用にも応用できる考え方です。
