生成AIが農業アドバイザリーに入り始めた:何が使え、何がまだ危ういのか
大規模言語モデルが農業技術相談の場面で使われ始めた。営農支援、情報検索、記録整理には既に有用だが、防除判断や気象応答など高信頼を要する領域ではハルシネーションと知識の陳腐化が課題として残る。
農業AI
機械学習・コンピュータビジョン・LLMが農業現場にもたらす変化。
収量予測モデルが外れる典型パターン:実装事例から見る失敗の分類
AI収量予測モデルは着実に導入が進む一方、予測が外れる事例も蓄積されてきた。失敗パターンは特徴量不足、極端気象への脆弱性、モデル継続更新の欠落、指標の取り違えに大別できる。
病害検出モデルが実験室と現場で精度差を生む理由
コンピュータビジョンによる作物病害検出は論文レベルでは90パーセント台の精度が報告されるが、実際の圃場で運用すると精度が大きく落ちる。データセット偏り、撮影条件、モデル運用の三点から掘り下げる。