ディープラーニングで生簀のマグロは数えられるか スマート漁業実証実験・スペシャルリポート（前編）

双日は、2008年9月にクロマグロの養殖を行う会社として双日ツナファーム鷹島を設立し、大手商社として初めて国内でのマグロ養殖事業へ直接投資、参入しました。クロマグロの養殖は、重さ約300gの稚魚を生簀に入れ、約3年半かけて平均50㎏ほどの成魚に育てた後に水揚げし、出荷します。もともと稚魚からの生存率が低いマグロを、少しでも多く、かつ品質の高い成魚に育てあげるのは並大抵のことではありません。生簀の管理はもとより、給餌の量・方法・タイミングなどがマグロの生育状況を大きく左右するため、様々な工夫が重ねられています。

給餌の量やタイミングは、季節や気候、マグロの数によって変わるのですが、中でも苦労しているのが、「いま、生簀には何匹のマグロがいるのか」という問題。意外かもしれませんが、マグロ養殖では生育中の個体数を正確に把握することが難しいのです。天然の稚魚を買い付ける際に尾数を計測しますが、その後は生育中に死んでしまった個体の数をカウントするしかなく、それも回収できたものしか把握できないためです。

マグロの数を正しく知ることは、餌の食べ残しを出さないといった給餌面の管理には欠かせません。それだけではなく、出荷量や売上予測などの経営指標にも大きく影響します。そこで双日ツナファームでは、ダイバーが定期的に水中のマグロを撮影し、事務所で職員がスロー再生しながら目視で数える作業が行われています。一回に３〜４時間かかる単調なカウント作業を、毎回３人から５人の職員が別々に行って平均値を取るため、負担は大きく、正確性にも限界がありました。この作業をもっと楽に、もっと正確にできる方法はないか。このプロジェクトは、ここからスタートしたのです。

本格的な検討を開始してから、画像解析技術を使おう、と決まるまでには、かなりの紆余曲折がありました。「個体数の把握」というテーマに対しては、ごく自然な発想としてまずセンサーを使えないか、という議論があったのです。酪農・畜産業などでは、すでにセンサー技術を活用した事業革新が始まりつつあり、牛や豚にIoTセンサーを取り付けて健康状態を管理するといった事例が出てきていました。多種多様なセンサーが簡単に手に入る時代ですから、ビーコンや音響センサーなど、思いつくものはすべて検討してみました。しかし、私たちはすぐに大きな壁にぶつかったのです。

それは海中という環境と、マグロという生き物の特性にどう適合させるか、という問題でした。海中では電波が通じないので、リアルタイムでセンサーデータを収集することができません。またセンサーを固定することができないので、波や潮の影響をまともに受けてしまいます。マグロにセンサーをつけられないかという案も出ましたが、魚の中でも繊細でストレスを受けやすいマグロにセンサーを取り付けるのは、リスクが高く現実的ではありませんでした。音響センサーを用いれば技術的には計測が可能と想定されたものの、水中で使用できるものは1台あたり数千万円以上と高価で、養殖コストに見合わないとの判断になりました。様々な検討を重ねた結果、センサーを用いるのではなく、既存の単眼カメラをメインに据え、機械学習による画像解析を用いることに落ち着いたのです。

開発を進めていく上で、重要なテーマの一つとなったのが、チューニング支援の機能です。チューニングとは、平たく言えば機械学習システムが誤って認識したデータを人間が訂正していく作業。この繰り返しで認識精度は向上していきます。通常は開発チーム内で行う作業ですが、このプロジェクトでは、双日ツナファーム鷹島で過去に撮影されたマグロの映像を教師データとして利用するため、普段カウント業務を行っている職員の方々も、アプリを検証しながらその場でチューニングできる仕組みを提供することにしました。日頃パソコンを使った作業をすることは少なく、養殖場の様々な業務の合間を縫ってやるので、作業自体が難しかったり時間がかかり過ぎるようでは、そもそも現場の負荷軽減という目的から逸れてしまうことになります。現場の方々が手間をかけずに取り組めるような使い易いUIをどう実装するか。ここが大きなテーマとなりました。