ドローンで精密農業を推進するドローン・ジャパン株式会社（東京都千代田区　勝俣喜一朗代表取締役）は４月14日、「ドローンワインプロジェクト」の説明会を開き、プロジェクトの開始を宣言した。説明会では勝俣社長、春原久徳会長が概要や経緯を説明したほか、技術開発で協力している郭威東京大学特任准教授、ワイン輸入を手掛ける株式会社フィラディス（横浜市）や賛同する南仏のワイン生産者が登場し、プロジェクトで開発した新技術や、賛同生産者のブドウを使って生産したワインの発売を発表した。

ドローン＆AIで農薬・化学肥料に頼らない栽培支援技術を

　「ドローンワインプロジェクト」は、ドローン・ジャパンがコメづくりなどで培ってきた、肥料や農薬に依存しない精密農業技術を、ワインブドウの栽培やワインの生産に応用する取り組みだ。うまくいけば施肥の最適化などが実現するが、実際には、雑草とブドウとの区別を画像で見分けにくいなどの課題が横たわる。この日の説明会では、AIとドローンを使った精密農業の技術の一環として、新たに雑草とブドウを見分ける技術を開発したことが発表された。東大の郭特任准教授は「３次元の圃場データで地面とワインブドウとを区別できるようになりました」と技術を解説した。生産者からは、「ブドウ樹と雑草との区別分布」、「ブドウ畑の地力分布」などへの期待が表明され、農薬や肥料に頼らない農業で生産されたブドウを原料にしたワインの生産への道筋を示した。

　ドローン・ジャパンの勝俣喜一朗代表は、「この技術を活用してひとりでも多くのワイン用ブドウの有機栽培生産者を増やせればいいと思い、このプロジェクトをたちあげました」と、プロジェクトへの思いと目標を述べた。

　プロジェクトに賛同する南仏の生産者の畑から収穫されたブドウの一部を原料にしたワインの発売も発表された。発売されたのは2020年のヴィンテージワイン、「ビコーズ, アイム シャルドネ フロム サザンフランス」（オープン価格。ただし参考実勢価格は1500円）と、「アッサンブラージュ ブラン 2020」（1529円税込、成城石井HP)。年間でビコーズは３万５千、アッサンブラージュは３万本の出荷を予定しているという。

　アッサンブラージュの生産農家、フィリップ・フェザス氏は説明会で生産の概要や大学との共同研究などに言及したうえで「これまでの25年間の変革が正しかったのか確認をする時期にきている」と自信の生産活動が節目を迎えていると述べ、「ブドウ畑のうち自分の目で確認できるのは５％ぐらいですが、ドローンを使うと100％確認できます。日本の食卓にあうものを生産することを心掛けていますが、ドローン・ジャパンの技術は、さらに高みをめざせるという点で有意義です」などと述べた。

　またビコーズの生産農家、ベルナルド・カマン氏も「生産には与える水の量、時期などの最適化を判断します。さまざまな実験をする中でドローンは最終的な決断をするのに有効でした。また新技術の解析結果は、栽培方法を選択するうえで役立つ大発見でした。ドローンは小型で、安価で、短時間を実現します。半日の飛行で緻密なデータを提供してくれます。今後、最適化ができると期待しています」などと話した。

　ビコーズを輸入している株式会社フィラディスの石田大八朗代表取締役も「おいしいワインづくりには（畑の）地の力を最大限に使うことが必要不可欠です。今回の新技術は有機農業の発展と生産の低コスト化に大きく貢献すると思います」と期待した。

　ドローン・ジャパンは今後、このプロジェクトを進めるためのパートナーを募集するとしている。

ドローン・ジャパンが説明会の当日に公表したプレスリリースは以下の通り。

（以下、引用）

2022年4月14日

ドローン・ジャパン株式会社

「ドローンワインプロジェクト」開始

〜「ドローン＆AI」を活用した“農薬・化学肥料に頼らない栽培支援技術”を開発。

その技術を発展させ、「ひとりでも多くのワイン用ブドウの有機栽培生産者を増やす」ことを目指す活動〜

　ドローンに装着する様々なカメラで「農作物」を上空からから撮影、その撮影画像を AI 解析することで「その作物の生育状況」を判断し農業に役立たせる技術が今世界で広がりつつあります。

　ドローン・ジャパン株式会社（*1）（所在地：東京都千代田区 代表取締役：勝俣喜一朗）は、2020 年より南仏のワインの生産者の協力を得ながら「ドローン＆AI」を活用し、“農薬・化学肥料に頼らない栽培支援技術”として、テロワール(ワインぶどう畑)の見える化を「ブドウ樹と雑草との区別分布」、「ブドウ畑の地力分布」にして表現する技術を開発しました。

　そして、その技術を活用・発展させ、「ひとりでも多くのワイン用ブドウの有機栽培生産者を増やす」ことを目指す活動をこの度「ドローンワインプロジェクト」と称し開始します。

　また、協力生産者の畑から収穫されたブドウの一部を原料にした、2020 年のヴィンテージワイン、「ビコーズ, アイム シャルドネ フロム サザンフランス」（株式会社フィラディス輸入(*2)（所在地：神奈川県横浜市 代表取締役：石田大八朗）と、「アッサンブラージュ ブラン 2020」（株式会社成城石井輸入(*3) (所在地：神奈川県横浜市 代表取締役：原昭彦)が、それぞれ本日、販売開始されます。

ドローンワインプロジェクト：Landing Page： https://www.dronewine.net/

紹介 VIDEO： https://youtu.be/SW1jZaXhUzw

１. ドローンワインプロジェクトとは（＝SDGs 15 陸の豊かさ）

気候変動に影響を及ぼしているとされる「農薬と化学肥料の過剰な使用」を食い止め減少させてゆくことは、

SDGs の観点から農業分野が取り組むべき緊急かつ大きな課題です。その課題解決策として、農薬と化学肥料を最小限もしくは使用しない農業のための“技術開発”が求められています。

（参照：農林水産省 「みどりの食料システム戦略」 https://www.maff.go.jp/j/kanbo/kankyo/seisaku/midori/index.html）

そこで、ドローン・ジャパン社はフィラディス社と成城石井社が既に輸入・販売しているフランスのワインの生産者の協力のもと「ドローン＆AI」を活用した農薬・化学肥料に頼らない“栽培支援技術”(栽培の有機化を支援する技術)を開発しました。

・なぜフランス？

2,000 万 ha にも及ぶ農地を誇る農業大国フランス。現在、フランスの有機栽培農地の割合は全体の 10％であるのに対し日本国内はまだ 0.5％ほど。フランスでの化学肥料の年間使用量は農地規模比率で日本より 40％少ないとされています。（参照：総務省「世界の統計 2021」https://www.stat.go.jp/data/sekai/pdf/2021al.pdf）

日本の政府目標である“2050 年に有機栽培農地比率 25％（現在から 50 倍）”に向けた取り組みにおいてフランス農業は日本が目指すべきロールモデルとなり得えます。

・なぜワイン用ブドウ？

フランスにおいて全農地のうち最大の面積を占めるのがワイン用ブドウ畑。その有機栽培支援技術を「ドローン＆AI」でダイナミックに研究・実証・開発してゆくことが、今後日本の農地、ひいては世界の有機栽培比率を上げる大きなヒントとなると考えます。

・ドローンワインプロジェクトとは、

「ひとりでも多くのワイン用ブドウの有機栽培生産者を増やす」ことで「SDGs 15 陸の豊かさ」を推進するプロジェクトです。

２．現時点において当プロジェクトで開発した「ドローン&AI」技術について

ドローンの「自律航行方法」「カメラの種類と設定」から「解析手法」まで様々なパターンを試行し、その解析結果を生産者に実際のワイン用ブドウの生育状況と比較検証してもらいながら、テロワール（ワインブドウ畑）の見える化を実現しました。特に、下記２点の技術については生産者からも高い評価を得られています。

• 「ブドウの葉と雑草の区別分布」

ドローンで撮影した画像を色とあわせ 3 次元情報を加えることで、「ブドウの葉と雑草の区別分布」を可能にする新たな AI 画像解析技術。この分布図は雑草と“共生”するワイン用ブドウの栽培に活用でき、農薬・化学肥料を少なくすることに役立ちます。

• 「ブドウ畑の地力分布」

ワイン用ブドウの樹勢の生育期ごと「形・色・大きさ」を学習、AI 画像解析することで地力分布図をつくる技術。この地力分布図から精密な肥料設計・計画が可能となり、化学肥料を少なくすることに役立ちます。

３． 生産者（南仏）のその具体的な活用

―フィリップ フェザス氏：ガスコーニュ地方、成城石井社取り扱い生産者

「ブドウ樹と雑草との区別分布」を農薬・化学肥料を少なくする雑草と共生する栽培に活用

（インタビュー動画 https://youtu.be/RPnIuZpebMA）

―ベルナルド カマン氏：ラングドック地方、フィラディス社取り扱い生産者

「ブドウ畑の地力分布」を参考とした「精密施肥」で化学肥料を少なくする栽培に活用

（インタビュー動画 https://youtu.be/AOolkyb4ybM）

4．ドローンワインプロジェクトの協賛パートナー フィラディス社 社長 石田大八朗のメッセージ

（インタビュー動画 https://youtu.be/BNnfAedBf8w）

５．今後の目標と取り組み

2050 年に日本国内の有機栽培面積を 25％に飛躍拡大させていくことを支援する「ドローンによる AI 画像解析技術」を開発・発展させていきます。また、「ドローンワインプロジェクト」を拡大させるために応援いただく方々を募り、この技術を活用するワイン用ブドウの有機生産者・有機圃場を増やしていくことに取り組んでまいります。

＜*（１）～(３) の説明＞

＊（１）ドローン・ジャパン株式会社 http://www.drone-j.com/

 ドローンワインプロジェクト Page にて詳細 https://www.dronewine.net/

＊（２）株式会社フィラディス

プレスリリース https://firadis.co.jp/news-release_dronewine/

＊（３）株式会社 成城石井

アッサンブラージュ ブラン 2020 https://www.seijoishii.com/d/83492

九州電力株式会社（福岡市）とIT事業の株式会社オプティム（佐賀市）は４月５日、ドローンとAI解析技術を組み合わせた点検技術を、九州電力のダム遮水壁点検業務に活用し、点検時間の短縮、劣化判断基準の均一化、損傷の見落とし防止などの効果を確認したと発表した。今後、このサービスの事業化も視野に、知見の蓄積を進める。

時間短縮、基準均一化、見落とし防止などの効果確認

九州電力株式会社と株式会社オプティムの発表は以下の通り。

九州電力株式会社と株式会社オプティムは、ドローンとAI解析技術を活用したインフラ点検ＤＸにより、九州電力のダム遮水壁点検業務において高度化・効率化を図り、高精度な設備異常検知及び大幅なコスト削減を実現しました。

これは、九州電力がドローン測量で使用している独自の自動操縦プログラム（特許第6902763号）を傾斜のあるダム遮水壁の壁面撮影に活用し、オプティムが開発したＡＩによる画像解析を組み合わせることによって、１センチメートル単位でダム遮水壁のひび、表面保護層の塗布の剥がれ等の損傷を確認できる高精度な設備異常検知を可能にしたものです。

これにより、点検時間の短縮化、劣化判断基準の均一化が可能となり、さらには経年劣化状況の可視化機能により損傷の見落としを防ぐことで、点検業務の高度化・効率化を実現し、点検業務に掛かるコストを約40％削減することができました。

今後は、社外へのサービス展開も視野に入れ、本点検データを蓄積することで、過去の点検データとの比較により将来的な経年劣化を予測する技術を開発し、ＡＩによる最適な保修スケジュール作成管理機能の実装を目指します。

（１）九州電力

商号： 九州電力株式会社

URL： https://www.kyuden.co.jp/

本社： 福岡市中央区渡辺通二丁目１番82号

代表者： 代表取締役社長執行役員 池辺 和弘

設立： 1951年５月１日

資本金： 2,373億円

事業内容： 電気事業、エネルギー関連事業、情報通信事業、その他の事業

（２）オプティム

商号： 株式会社オプティム

URL： https://www.optim.co.jp/

佐賀本店： 佐賀県佐賀市本庄町１番地 オプティム・ヘッドクォータービル

東京本社： 東京都港区海岸一丁目２番20号 汐留ビルディング18階

代表者： 代表取締役社長 菅谷 俊二

設立： 2000年６月８日

資本金： 444百万円

事業内容：（IoTプラットフォームサービス、リモートマネジメントサービス、

サポートサービス、その他サービス）

　ドローン関連技術の研究開発を手掛ける株式会社ロックガレッジ（茨城県古河市）は、ドローン、AI、MRを組み合わせ、災害時の捜索活動で迅速、確実な遭難者発見を支援する技術を開発し、１月８日、福島県南相馬市の福島ロボットテストフィールドで実証実験を行った。実験では自動飛行したドローンが人影を検知すると、参加者が装着するウェアラブルディスプレイに人の形をした半透明の3Dオブジェクトの映像で浮かび上がる様子が披露され実験の見学者、参加者をうならせた。映像は複数のディスプレイに同時に投影することが可能で、複数の捜索隊員がディスプレイを装着すれば、見過ごしや伝言ミスなどの見逃しリスクの解消にも期待が高まる。

検知情報をウェアラブル端末に表示し視野共有　言葉による伝達リスクも軽減

　実験は、福島ロボットテストフィールドの市街地を再現した「市街地フィールド」で行われた。想定したのは、津波などで周囲に水があふれ、住民１人がビル屋上に避難し救助を待っている状況だ。ビルの外から屋上の避難者は確認できない。

　実験開始後、ドローンがビルから離れた場所で離陸し自動飛行でビルに向かった。ドローンのカメラがとらえた映像はサーバーに送られAIで解析される。参加者とスタッフがウェアラブルディスプレイを装着しドローンを目視で追った。ドローンがビル上空にたどり着くとしばらくして、ドローンを見上げていた視界に、ドローンがとらえた画像と、人の形をしたオブジェクトが浮かび上がった。画像は枠で囲まれ、そこから延びる引き出し線が、ビルに伸び検知した場所を示した。また、表示には「倒れている」と検知した人の様子を文字でも表示した。情報は、ディスプレイ装着者全員が共有しており、隊員同士では「出ましたね」で通じる。視野を共有できれば捜索現場で「今、人影を検知しました」「あのビルのあそこです」など言葉で伝達する手間と誤解リスクを省ける。視野が共有できる安心感を体感できた。

　試験は昼間に３フライト、日没後に２フライト行われた。日没後もドローンは自動飛行し、AIは人影を検知し、MRは検知結果を映像としてディスプレイに表示した。

　ロックガレッジの岩倉大輔社長は今回の実験した技術について「コンセプトは“未来の捜索”です。未来の捜索では、捜索隊がウェアラブルデバイスを装着し、要救助者を肉眼で直接確認することができなくても、そこにいることを把握できるものと考えています」と説明した。

　この技術が求められる背景について、岩倉氏は大規模自然災害では、足場が悪いなど捜索隊の現場入りが困難だったり、現場入りする捜索隊の安全を確保が難しくなったりすることがあることや、捜索を始めるとすぐに夜になり活動の中断を余儀なくされもどかしさを感じる声があること、ドローンが取得した情報を分かりやすく共有する必要があることなどを挙げ、「生存率が下がってしまう被災後72時間の壁があります。一人でも多く、一秒でも早く被災者を把握する手段としてこのシステムを提案しています」と説明した。

　さらに、最近広がりを見せている捜索活動でのドローンの活用でも、「タブレットの映像を確認した人が、救難に向かわせる人や向かう人、責任者などに確認情報を伝える時点で情報のロスが発生する恐れがありますし、そもそも伝える手間も効率化できたほうがいい」と指摘する。

　今回実験した技術について岩倉氏は「まだ発展途上」という。「近いうちにディスプレイが産業利用されたることが当たり前になり、それがレスキューにもつかわれると思っています。言葉による伝達をしなくても人間の視覚の拡張で、担当者全員が共有できるようになることが当たり前になっていくと思っています」と述べ、今後も研究を続ける。また、MR技術の現場利用についてトライアルや研究開発協力も募っていく方針だ。

株式会社ロックガレッジ：https://www.rockgarage.tech/

（以下、更新情報）

（更新情報１)株式会社ロックガレッジは1月12日、実験した技術開発を周知するプレスリリースを発表した。システムの名称は「3rd eyeドローンシステム」。プレスリリースはこちら。

（更新情報２）ソフトウェア開発などを手掛ける株式会社mofmof（東京都渋谷区）も１月12日、「3rd eyeドローンシステム」でMR技術開発に協力したことを発表した。株式会社mofmofのサイトはこちら。プレスリリースはこちら。

　AIドローンを手がけるSkydio Japan合同会社（東京）は11月16日、東京オフィス設立を報告する説明会を都内で開催した。米Skydioにとって初の海外現地法人で日本での営業、マーケティングなどを担う。説明会では2021年度中に、産業用の新モデル「Skydio X2」や、機体をスマートに格納するボックス型の専用ドック「Skydio 2 Dock」、新開発の自動点検ソフトウェアを投入する計画を明らかにした。当面は企業、自治体、政府など法人向けに特化し、個人向けの機体販売などは行わない。トム・モスCEOは「技術で選ばれる会社になりお役に立ちたい」と抱負を述べた。

NTTドコモ、JIW、FLIGHTSをパートナーに日本展開

　Skydio Japanは、米Skydioが開発した機体などのプロダクトについて、日本国内での普及を担う。港区内にオフィスを構え、株式会社NTTドコモ、株式会社ジャパン・インフラ・ウェイマーク（JIW）、株式会社FLIGHTSをパートナーに、市場を開拓する。日本法人としての体制強化も進める。日本国内の有望市場などについては米本社に報告し、新モデルの開発に役立てる。日本市場での提供方法については、JIWなどと検討していく。

　モスCEOはアジア太平洋地域全体の統括も務める。Skydio製品は世界で需要が拡大しており、アジア太平洋地域での事業拡大も視野に入れる。

　Skydioは2014年にシリコンバレーで発足したAI搭載ドローンのメーカーだ。機体周囲を3Dでリアルタイムに認識し、環境変化を予測して判断することができる「Skydio Autonomy」と呼ぶ技術を搭載していることが特徴で、ドローンは航路を探して自律航行する。

　Skydioの最初の機体は、林の中をかける自転車を障害物避けながら追尾する映像で愛好家の間であっという間に話題となり、「熟練パイロット並の動きを自動で実現する」と世界中に拡散された。

　２代目のSkydio２は、障害物を避けるために搭載したカメラの個数が12個から6個に半減するなど、小型化、軽量化、低価格化を実現した。日本でも点検現場向けにカスタマイズされ「ぶつからないドローン」として投入されている。

　新モデル「X2」はSkydio２の性能を引き継いだうえで、自律ソフトウェア、赤外線カメラを搭載し、折り畳んで持ち運びが可能な手軽さを備え、航続時間を最大35分間にまで拡大させた、点検などの産業用途に特化した機体だ。カメラから得られる情報を頼りに飛行するが、暗い場所での飛行が可能になる。2020年度中に市場投入され、日本には2021年度中の投入を目指す。

　Skydio JapanのモスCEOは説明会の中で、「統計によると、企業がドローンを導入するさいに最も心配している事はクラッシュです。クラッシュは操作ミスで起こります。しかしSkydioのドローンは操作が不要で障害物を避けて飛行します。ドローンの導入が進み、より安全で生産性の高い社会のためのお手伝いをしたいと思っています」と話した。

　さらにモスCEOは経済性についても言及。「産業の現場ではドローンはほぼマニュアルで運用されています。運用には、パイロットと補助者の２人で行われることが多く、そのため、ドローン導入料金の８割は人件費です。Skydioのドローンは、自律航行をするのでマニュアル操作の必要がなくその分コストを抑制できます。費用が抑制できれば、別の現場にドローンを導入することにもつながります」と、自律航行が人件費抑制にも効果的だと説明した。説明の中で取引先の言葉として、「ある会社は、ドローンの運用を拡大するため今年は100人のパイロットを育成し、来年は200年育成する。でもその次の年はゼロだ、と言っていました」と紹介した。

　説明会ではパートナーであるNTTドコモ執行役員の坪谷寿一５G・IoTビジネス部長が、同社が提供しているドローンプラットフォーム「docomo sky」や、奥多摩などでの災害対応運用などを紹介。「2016年に中期戦略を発表して以来、常にドローンを意識してきました。通信環境、AI、運航管理などでともに取り組んでいきたいと考えています」とあいさつした。

　説明会ではSkydio2のデモ飛行も実施した。コントローラーのタップで、画面で設定した「A地点」「B地点」に向かったり、目的地までのルートを、邪魔するようについたてを立てても、機体が迂回して目的地を目指したりする様子を披露した。途中、ついたてがわりにモスCEOが立ちはだかって、ドローンがモスCEOを避けて飛ぶ様子も見せた。

　日本では海外で開発された機体も含め、多くのドローンが活躍を模索している。モスCEOは、「どこの国の会社であるかなど、選択基準はいろいろあると思いますが、われわれは技術で選ばれる会社でありたいと思っています」と話した。

　米国シアトルで開催された Microsoft Build 2019でマイクロソフトは、救命措置を支援するロボット、遠隔地の施設を点検してくれるドローン、工場の機器を自律的に調整してくれるシステムなど、自律型システムの構築を容易にするための新プラットフォームを発表した。このコンポーネントの最初のバージョンは、現在、限定的プレビュープログラムとして利用可能だ。

マイクロソフトがドローン関連のロボティクスに本腰を入れ始める

　Microsoft Build開発者カンファレンスでマイクロソフトは、自律型システムの構築を容易にするプラットフォームの最初のコンポーネントを発表した。開発者が専門家と協力してMicrosoft AIとAzureツールを使い、物理システムを自律的に実行できるインテリジェントエージェントを構築する限定プレビュープログラムになる。

　開発者が自律システムを作成するのを支援するマイクロソフトのプラットフォームは、以下になる。

　・データサイエンスのスキルがなくても、ドメインエキスパートが自分の知識を使ってAIシステムを構築できるようにする独自の機械教育ツール

　・MicrosoftのAirSimや業界のシミュレータなど、安全でありながら非常に現実的な環境で機械の学習を可能にするシミュレーションテクノロジ

　また、マイクロソフトの多様なIoT(Internet of Things)サービス、使いやすい深層強化学習プラットフォームやその他のAIソリューション、および開発者がインテリジェントなロボットシステムを構築できるようにするROS for Windowsなどのツールも利用できる。そして、デバイス上でもクラウド内でも、安全なプラットフォームを構築できる。

　限定プレビュープログラムに参加する初期の開発者は、マイクロソフトと協力してインテリジェントで自律型のフォークリフトを開発しているToyota Material Handlingのような企業と同じ自律システムツールを使用する方法を学べる。

　Sarcosのエグゼクティブバイスプレジデント兼最高マーケティング責任者であるKristi Martindaleは、次のように述べている。

　「今日、商用のGuardian Sロボットを制御している人は、狭いスペースやさまざまな地形でそれを導くためにジョイスティックのボタンやレバーを押すことに注意を向けなければなりません。階段のような共通のランドスケープ上でヘビの各セグメントを適切に操作するには、いくつかのステップが必要です。マイクロソフトのツールチェーンの要素を使用して、エンジニアは、蛇型ロボットが障害物を回避し、階段を移動し、金属製の壁を独力で登ることを可能にする自律制御システムを開発することができました。現実のシナリオでは、オペレーターはロボットを誘導する役割を果たします。しかし、Guardian Sロボットが周囲の状況を感知して、階段を横切るためにすべての中間動作を実行できる場合、オペレーターはシーンの評価とより重要な判断の呼びかけに集中することができます」

　マイクロソフトが公開したブログによれば、マイクロソフトのAI開発者プラットフォームは、自動化システムから自律システムへの加速を目指している。対象となるロボットは、ドローンを含むあらゆる遠隔制御機器となる。

　例えば、地震の余波の中で、がれきや狭い空間を通って這う蛇のようなロボットは、救助隊員などが行くことができない、あるいは調査できない場所にアクセスできる。また、小さなロボットのカメラを通した目視検査プラットフォームは、工業用パイプラインの亀裂を探したり、不安定な建物の中に閉じ込められた人を見つけたり、事故現場での有害ガスの有無など、最初の対応者への安全上のリスクを検出できる。

　しかし、現在のロボットの多くは、安全な距離で作業している誰かによって制御されている。誰かがカメラを通してシーンを見て、ビデオゲームのジョイスティックのようなコントローラーで遠隔操作している。現在、MicrosoftとSarcos社は、Guardian Sにインテリジェント機能を追加して自律的にナビゲートできるようにすることで、オペレーターがより重要な決定に集中できるようにしている。

　自動化された産業用アプリケーションとロボットを使用するという考えは新しいものではない。ロボットアームは、製品を組立ラインに沿って移動させ、工作機械は金属の塊を部品に変える。車は運転者の操作なしでギアをシフトする。

　しかし、それは実際に自律的なシステム、つまり周囲の状況を感知し、なじみのない状況に直面したときの対処方法を知っているシステムからはかけ離れている。特定のタスクを変更せずに繰り返し実行する代わりに、これらの自律システムは、困難な問題を解決するために変化する環境に動的に対応できる。自律システムによって稼働するロボットは、人々の仕事の方法を変革し、人々にとって危険か費用がかかる仕事を解決するための大きな可能性を有する。

　マイクロソフトは、すべての開発者や組織に向けて、ロボットやドローンなどが簡単に自律化できるように、エンドツーエンドのツールチェーンを構築し、各自のシナリオに合った自律システムの開発を支援する。そして、生命を脅かす状況で救難者を救助することができるロボットや、リモート機器を検査することができるドローン、自律的に機器を調整して工場のダウンタイムを減らすシステムなどの開発を可能にする。

　マイクロソフトのビジネスAI担当副社長、Gurdeep Pallは、「私たちは、顧客にAIの専門家チームを持つことなく、その目的を達成する一助になりたいと思っています」と話している。

自動化システムから自律システムへの進化

 Bonsai社の元CEOで、マイクロソフトのビジネスAI担当ゼネラルマネジャーを務めるMark Hammond氏は、「自律システムについて考えると、後部座席に座って本を読んでいる間に自律走行する完全自律走行車のビジョンを直視する人が多い」と指摘する。

 しかし、自動車メーカーは、何年もの間、運転手が湿った滑りやすい路面で危険に遭遇したときに何をしようとしているのかを感知するクルーズコントロールやアンチロックブレーキシステムなど、自律機能を自動車に組み込んできた。運転手が車輪をロックするような方法でブレーキをかけた場合、その制御システムが引き継ぎ、自動車がけん引力を失うのを防ぐ。

 マイクロソフトのビジョンは、スマートビルディングやエネルギー企業から産業メーカーまで、他の種類の企業が自社の産業における自律性に向けてこれらの段階的なステップを達成するのを支援すること。

 Hammond氏によると、サルコス社のロボットの例が示すように、多くの人が現状のテクノロジーで最大の価値を見つけようとしている。それに対して、「物理的な世界と相互作用する機械的システムを持っているあらゆる種類の操作において、おそらくよりスマートにより自律的にすることができます。しかし、人々を特定の運用周期の中にとどめることは依然として非常に望ましいことであり、目標は本当にそれらの人間ができることの能力を向上させることです」（Hammond氏）

 強化学習はAIの一分野であり、アルゴリズムは一連の決定を実行することによって学習し、どのアクションが最終目標に近づくかに基づいて報酬またはペナルティを課している。それは、地質が塊であるか砂であるか岩であるかに応じて地下ドリルを操縦する方法やトラクターブレードを傾ける方法を決定するなど、機械が自律制御タスクを行う方法を学ぶのを助けるのに適している。

 しかし、徹底的な強化学習アルゴリズムがビデオゲームのプレイヤを凌駕する一方で、現実世界のタスク習得は、より困難になっている。物理的な世界では、自律システムが遭遇する可能性のある動的な環境(人や物が予測不可能な方法で移動したり、気温や天候が少しずつ変化したり)は、はるかに複雑になる可能性がある。システムが長い一連のステップのどこでうまくいかなかったかを正確に特定することは、困難な計算作業だ。

 マイクロソフトの自律システムプラットフォームは、マシンティーチングと呼ばれる独自のアプローチを使用して、これらの課題のいくつかを克服する。それは開発者または専門家の知識(AIの背景は持っていないがドリルを操縦する方法や安全なレベルでオフィスビルの気流を保つ方法を理解している人)に頼るものだ。

 強化学習アルゴリズムを使って問題をランダムまたは素朴に解決する方法を探る代わりに、Inklingというプログラミング言語を使用して、より単純な問題を最初に解決する方法を示し、重要な問題についての手がかりを提供する。これにより、学習プロセスが短縮され、アルゴリズムがはるかに早く解を見つけられるようになる。

 マイクロソフトのプラットフォームは、非AI専門家が報酬システムを確立し調整することを可能にする。それは本当にうまくいく解決策に到達するための鍵となる。そしてタスクに取り組むためのアルゴリズムを選択して設定し、機械学習の専門家がカスタムビルドソリューションを作成する必要性を排除する。

 一例として、住宅、建物、産業のエネルギー管理をデジタル化する世界的企業であるSchneider Electricと協力して、大型商業ビルの冷暖房に使用されるHVACシステムの二酸化炭素排出量削減に役立つかどうかをテストした。

 Schneider ElectricのEco Buildings Division担当シニアバイスプレジデント兼最高技術責任者であるBarry Coflanは、次のように述べている。

 「Schneider Electricは持続可能社会に焦点を当てています。大きな建物は炭素排出の最大の原因です。長年の関係を中心に、マイクロソフトのツールチェーンとシュナイダーが提供するシミュレーションを使用して概念実証テストを実施し、AIシステムをトレーニングして、会議室の換気と暖房を制御するHVACシステムを自律的に実行しました。それは、省エネと他の目標、例えば室内の温度を快適に保つこと、二酸化炭素レベルが上がらないようにするのに十分な新鮮な空気があることを確認してバランスをとる必要がありました」

 MicrosoftのHammond氏によると、これらすべての要因（異なる物理システムによって制御される要素）を最適化するには、単純なサーモスタットよりもはるかに高いインテリジェンスが必要になるという。システムは常に変化している環境変数を考慮する必要があり、一日を通して変動するエネルギーコスト、部屋から出入りする人々、外の天気がしていること、空気がどのように流れるかの物理学も求められる。

 そこで、機械学習のアプローチを使用して、Schneider Electricとマイクロソフトの専門家は最初に温度をうまく制御するための強化学習システムをトレーニングした。その後、AIシステムは、空気の質を健全なレベルに保つために空気の流れを制御する方法を学習した。それからは部屋の占有がそれらの結果にどのように影響したかを考えることを学んだ。

 これらすべての要因を考慮すると、MicrosoftのAIシステムは、快適さと空気の質を維持しながら、室内のエネルギー消費量を約20％削減することができた。チームは現在、さまざまなタイプの部屋にまたがってシミュレーションを拡張し、さらに省エネを促進するための共同作業の第2段階に着手している。

 Coflan氏によると、段階的なアプローチとさまざまな評価を重ねることで、AIシステムがどのように学習しているかを理解し、最大の要因を追跡できたという。

 「私たちがしていることの多くには安全上の問題があるので、AIシステムがどのように意思決定を下しているのかを本当に理解する必要があります。このアプローチにより、システムの賢さが増し、安全性と再現性に欠かせない監査証跡が得られます。私たちの顧客もそれを望んでいるでしょう。」とCoflanは話している。

Azureで大規模にシミュレーションを実行

 実際の工場や風力発電所や高速道路では、学習中にロボットやインテリジェント制御システムが何百万ものミスを犯すことは許されない。そのため、強化学習アルゴリズムは何千ものシミュレーション環境で再現する必要がある。例えば、自律ドローンの実現には、遭遇するかもしれない何百万もの実世界のシナリオが求められる。

 マイクロソフトのツールチェーンには、AirSimも含まれている。これは、もともとマイクロソフトの研究者がAIを使用してドローン、自動運転車、またはロボットを忠実度の高いシミュレーション環境で学習するために開発したオープンソースシミュレーションプラットフォーム。開発チームは、顧客と協力して既存の業界固有のシミュレータを使用して自律システムをトレーニングできる。

 トレーニング環境では、Azureクラウドでこれらのデータを大量に消費するシミュレーションを実行し、システムは何千もの異なる意思決定シーケンスを並行してテストできる。

 マイクロソフトの主任研究マネージャであるAshish Kapoor氏は「一度に何千ものシミュレーションを生成することができ、それぞれで通りを横断する歩行者が異なり、道路のカーブが異なる場合、AIシステムは短時間でより多様な経験を集めることができます。Azureはこれらのシミュレーションを大規模に実行する機能を提供します。これは非常に重要です」と話している。

 AirSimは、開発者がより複雑な問題のさまざまな部分を解決するために、さまざまなAIおよび制御ツールを訓練することを可能にする。公開された動画のように、トヨタのマテリアルハンドリングのための自律型フォークリフトの開発を支援する際に、研究者は課題を学習とデバッグがより簡単なサブコンセプトに分割している。

 「複雑なシナリオでは、パレットを拾うなどの基本的な制御作業についてフォークリフトを訓練するために強化学習を使用することが合理的であるかも知れません。機械教育は、リフトを水平に調整してから適切な角度を見つけるなど、システムが段々と困難なステップで学習するのに役立ちます」（Kapoor氏）

　しかし、問題の他の部分は、障害物の検出と回避のアルゴリズム、ロボット工学の経路計画、または古典的な制御技術など、まったく異なるツールによってよりよく解決される可能性がある。大きなタスクを小さなタスクに分解することで、開発者はその特定の仕事に最適なツールを選択して展開できる。

　Hammond氏は、「開発、運用、そしてエンドツーエンドのライフサイクル管理をカバーするインテリジェントな自律システムを構築したい開発者のための包括的なプラットフォームの提供に取り組んでいます」と述べている。

https://www.microsoft.com/en-us/ai/autonomous-systems