ベトナム、AIで農産物品質評価を刷新へ

ベトナム科学技術アカデミー高度技術イノベーションセンターの研究チームが、AI（人工知能）を用いた農産物の品質評価技術の開発に成功した。この技術は、特に輸出の主力であるマンゴーやドラゴンフルーツにおける品質管理の向上と、収穫後の損失削減を目指すものである。

ベトナムでは、マンゴーやドラゴンフルーツといった主要農産物の収穫後損失率が20～30％に達し、農家や国際市場での競争力に大きな影響を与えている。また、輸出農産物に対する化学物質や重金属の残留基準は年々厳しくなっており、従来の品質評価は経験と化学・微生物分析に依存していたが、これらは時間、コスト、人的資源を要し、サンプル破損のリスクも伴っていた。

この課題に対し、ブイ・クアン・ミン博士率いる研究チームは、約1万枚のマンゴーとドラゴンフルーツの画像データ（形状、サイズ、栄養成分）を収集し、化学分析と画像解析を組み合わせた。これにより、品質と画像の特徴との関連性を明らかにし、AIによる品質評価システムを開発した。研究対象地域には、ドンタップ省、カントー市、ロンアン省、ドンナイ省といった主要産地が選ばれた。

ミン博士によると、AIによる農産物品質評価はもはや実験室レベルの話ではなく、深層学習と画像処理を組み合わせた技術で、農産物の検出、分類、品質評価が可能になっている。この技術の導入は、損失を最小限に抑え、ベトナム産農産物の生産性、品質、国際的な信頼性を高めることに貢献する。

さらに、AIはハイパースペクトルイメージング（HSI）技術と組み合わせることで、非破壊で農産物の分光成分を分析し、栄養価や内部品質を正確に推定できる。これにより、実験室での分析時間を大幅に短縮し、RGB（赤・緑・青）画像から広帯域スペクトル画像への変換を低コストかつ高速で行うことで、現地での品質評価が可能となる。

AIはブロックチェーン技術とも統合され、収穫から消費者に届くまでのトレーサビリティと品質情報の透明性を確保する。また、AIは倉庫、輸送、流通の効率化にも貢献し、環境データに基づく予測アルゴリズムは、最適な収穫時期の特定を支援し、収穫後損失の削減と収益増加に寄与する。

研究チームは、14,411枚の品質が異なるマンゴーとドラゴンフルーツの画像データセットを構築し、AIモデルの訓練に活用した。開発されたソフトウェア「Fruit Monitor/Fruit AI」は、これらの農産物の品質を90%以上の精度で認識・評価・警告し、ユーザー、農場、倉庫、カメラ、AIモデル、訓練履歴などのデータ管理機能も備えている。

しかし、AIの農産物品質評価には、大量のデータを処理するための強力なストレージとクラウドコンピューティングインフラ、および分析センターへのデータ伝送のための安定したインターネット帯域幅が必要となる。また、専門カメラ、HSIセンサー、AIソフトウェアへの初期投資コストは依然として高く、小規模農家にとっては参入障壁となっている。農村部でのAI技術の運用・保守・開発を担う人材育成も課題であり、政府や国際機関による法的枠組み（データセキュリティ、プライバシー、統一品質基準）の整備も求められている。

本研究は、SCIE論文3報、国内論文2報を発表し、修士課程学生1名を育成した。ベトナム科学技術アカデミーの審査委員会は、本研究が科学的・実践的に意義深く、農産物品質評価の効率向上と農業分野におけるAI応用を促進すると評価した。

情報源: Nhan Dan