農林水産省 経済産業省連携シンポジウム ~ 生物資源 AI IoT 活用に向けた連携研究開発によるイノベーション創出 ~ イノベーション創出に向けた研究開発の方向性 ~ 食品分野における AI IoT の活用 ~ 平成 29 年 6 月 2 日 新エネルギー 産業技術総合開発機構 (NEDO) 技術戦略研究センター (TSC) 新領域 融合 ( ロボット AI) ユニット長平井成興
目次 背景 人工知能 x 食品分野の概要 技術開発の方向性 まとめ 2
目次 背景 人工知能 x 食品分野の概要 技術開発の方向性 まとめ 3
背景 AI IoTを活用した農商工連携のグランドデザイン TSC 鮮度保持 海外輸出 パック詰めロボット シャーベット氷 味覚センサ ③物流 近赤外分光による選別 ほ場のリアルデータ New Technology Frontier & Multi-disciplinary Unit ④食品加工 甘味受容体 ②出荷 AI ⑤小売 バーコード データを駆使した生産 RFID ①生産 食品流通 農機の自動走行 収穫の自動化 病です してください 病害虫の画像解析 ⑥消費 AIによる 形式知化 新規 就農者 篤農家技術の形式知化 消費情報のビッグデータ解析 アプリサービス 4
背景 AI IoTを活用した農商工連携のグランドデザイン TSC New Technology Frontier & Multi-disciplinary Unit トータルシステムとして捉えると ③物流 ④食品加工 ②出荷 価値創造 ①生産 ⑤小売 ⑥消費 食品流通 食品の最大価値を引き出すことができる 5
政策的な視点 スマートに つくる スマートに つなげる スマートに 手に入れる ICT の活用により 生産 加工 物流 販売の連携が可能になり販路が拡大される 生活需要に合わせた 無駄のない流通が実現 欲しいモノが必要な時に適正価格で手に入るようになる 出典 : 新産業構造ビジョン (H28.4) を基に NEDO TSC 作成 6
現場の情報処理に対するニーズ ヒアリング等を基にニーズを整理 ( 企業や研究機関 およそ 50 者からの情報 ) 場面情報の種類現状技術ニーズ 1 生産 栽培履歴生産情報生産計画 手入力 生産者ごとの管理 経験を基に判断 データ入力の自動化 データの標準化 共有化 消費動向分析による需給マッチング 2 出荷品質情報 選果場等で計測 高度センシング ( 成分 病害虫被害など ) 3 物流 4 加工 5 小売 在庫情報取引情報 個体情報 加工方法材料情報 個体情報 販売情報在庫情報 個社で管理 サンプル単位 工場ごとのシステム管理 情報は個社で管理 サンプル単位 POS や RFID の利用 EDI( 相対取引 ) スケジュールの全体最適 高度センシング ( 味 鮮度など ) 変種変量生産 スケジュールの全体最適 データ入力の自動化 商品企画やマーケティングの支援 高度センシング ( 味 鮮度など ) 流通全体でデータの共有 消費動向分析による需給マッチング 適時適量の供給 6 消費 嗜好健康状態 食べたい商品を検索 ネット通販の利用 生活データからレシピ情報の自動提案 7
目次 背景 人工知能 x 食品分野の概要 技術開発の方向性 まとめ 8
これまでの両省の研究開発実績 <MAFF NARO> <METI NEDO> 機能成分の有効性を解明 機能性をもつ農林水産物 食品開発プロジェクト (H25-27) 食品物流の効率化を推進 次世代物流システム構築事業費補助金 (H26-30) 日本食の特徴的食品の評価を実施 革新的技術創造促進事業 医学 栄養学との連携による日本食の評価 (H26-28) 商品情報の電子化を推進 コンビニ電子タグ 1000 億枚宣言 (H29, 提言 ) 国産農産物の潜在的品質の評価技術の開発 輸出先における噌好性評価 需要フロンティア拡大のための研究開発 (H25~29) 生活支援等のための AI 技術 味覚センサ等を開発 次世代人工知能 ロボット中核技術開発 (H28-31) 9
食品分野におけるシステムの特許のポジション 世界全体 出願件数推移 1997-2016 年 2008 年以降 システム関連の特許が伸び続けている 100 件 50 件 食品 システム の特許出願動向 2016 年 2008 年 特許出願トップ 10 上位出願人 1997-2016 年 個々の場面のローカルなシステムは日本が強い ( 注 )2016 年は全出願データを反映していない可能性がある ( 公開ベース ) 出所 : Thomson Innovation TM での検索結果を基に NEDO 技術戦略研究センター作成 (2017) 順位出願人国籍件数 1 生活協同組合 JP 24 2 富士通 JP 22 3 大日本印刷 JP 17 4 東芝テック JP 17 5 NEC 日本 JP 15 6 日立 JP 13 7 パナソニック JP 12 8 三洋電機 JP 11 9 セイコーエプソン JP 10 10 KOREA FOOD RES INST KR 8 10
目次 背景 人工知能 x 食品分野の概要 技術開発の方向性 まとめ 11
技術開発の方向性 情報センシング 情報センシング 情報の共有化 需給マッチング <3 つのポイント > 食品の価値情報を見える化する情報センシングがポイント 生産から消費までの価値情報のシームレスな共有がポイント 価値情報をベースにした需給マッチングがポイント これらを AI IoT で総合的に実現する 12
食品の価値情報活用にかかわる AI 技術開発のイメージ 1. 食品の価値情報を見える化する情報センシング 成分センサ 味やにおいのセンサ等により数値化したデータを 専門家による官能試験の結果と AI で結びつけることにより 食品のおいしさを人の感覚で分類 客観化し 再現性を高める 一連の品質 ( 味 匂い 鮮度等 ) の情報を高精度 高速 ポータブルかつ安価で測定するセンシング技術の開発も必要 2. 生産から消費者までの価値情報のシームレスな共有 生産情報 流通時の温度や鮮度情報 加工情報など食品流通の場面での GAP や HACCP 等にかかわる情報などを AI の活用により人の負担軽減 自動入力できるようにする 各場面で形式の異なる情報を AI によるデータ変換によりシームレスに使えるようにする 3. 価値情報をベースにした需給マッチング 消費者の行動パターンや購入履歴を AI で解析し データを蓄積 ビッグデータを解析することにより食品を効率よくデザインできるようにする 消費者情報を生産者の栽培計画にも活用できるようにする ( 品種の選定や栽培面積 ) 13
AI による食品の価値情報センシングのイメージ 成分センサ 味やにおいのセンサ等により数値化したデータを 専門家による官能試験の結果と AI で結びつけることにより 食品のおいしさを人の感覚で分類 客観化し 再現性を高める 一連の品質 ( 味 匂い 鮮度等 ) の情報を高精度 高速 ポータブルかつ安価で測定するセンシング技術の開発も必要 ( 例 ) 成分センサ 分析装置等 1 2 3 4 5 AI 官能評価 専門家の官能評価 しぶみ感 まろやか 深みなど 数値 AI で学習 変換 言葉 出典 : 各種公開情報を基に NEDO TSC 作成 14
食品の価値情報活用にかかわる AI 技術開発のイメージ 1. 食品の価値情報を見える化する情報センシング 成分センサ等により数値化したデータを 専門家による官能試験の結果と AI で結びつけることにより 食品のおいしさを人の感覚で分類 客観化し 再現性を高める 一連の品質 ( 味 匂い 鮮度等 ) の情報を高精度 高速 ポータブルかつ安価で測定するセンシング技術の開発も必要 2. 生産から消費者までの価値情報のシームレスな共有 生産情報 流通時の温度や鮮度情報 加工情報など食品流通の場面での GAP や HACCP 等にかかわる情報などを AI の活用により人の負担軽減 自動入力できるようにする 各場面で形式の異なる情報を AI によるデータ変換によりシームレスに使えるようにする 3. 価値情報をベースにした需給マッチング 消費者の行動パターンや購入履歴を AI で解析し データを蓄積 ビッグデータを解析することにより食品を効率よくデザインできるようにする 消費者情報を生産者の栽培計画にも活用できるようにする ( 品種の選定や栽培面積 ) 15
価値情報の AI 活用によるシームレスな共有のイメージ 生産情報 流通時の温度や鮮度情報 加工情報など食品流通の場面での GAP や HACCP 等にかかわる情報などを AI の活用により人の負担軽減 自動入力できるようにする 各場面で形式の異なる情報を AI によるデータ変換によりシームレスに使えるようにする 例 ) データベース IoT を活用しシームレスに共有 自動データ変換自動データ変換 AI データベース AI データベース 味 品質情報等作業プロセス情報等流通情報等 嗜好情報等 生産 出荷 加工 小売 消費 AI 作業 処理情報の自動取り込み 出典 : 各種公開情報を基に NEDO TSC 作成 16
食品の価値情報活用にかかわる AI 技術開発のイメージ 1. 食品の価値情報を見える化する情報センシング 成分センサ等により数値化したデータを 専門家による官能試験の結果と AI で結びつけることにより 食品のおいしさを人の感覚で分類 客観化し 再現性を高める 一連の品質 ( 味 匂い 鮮度等 ) の情報を高精度 高速 ポータブルかつ安価で測定するセンシング技術の開発も必要 2. 生産から消費者までの価値情報のシームレスな共有 生産情報 流通時の温度や鮮度情報 加工情報など食品流通の場面での GAP や HACCP 等にかかわる情報などを AI の活用により人の負担軽減 自動入力できるようにする 各場面で形式の異なる情報を AI によるデータ変換によりシームレスに使えるようにする 3. 価値情報をベースにした需給マッチング 消費者の行動パターンや購入履歴を AI で解析し データを蓄積 ビッグデータを解析することにより食品を効率よくデザインできるようにする 消費者情報を生産者の栽培計画にも活用できるようにする ( 品種の選定や栽培面積 ) 17
AI を活用した需給マッチングのイメージ 消費者の行動パターンや購入履歴を AI で解析し データを蓄積 ビッグデータを解析することにより食品を効率よくデザインできるようにする 消費者情報を生産者の栽培計画にも活用できるようにする ( 品種の選定や栽培面積 ) ( 例 ) AI AI 行動解析嗜好解析 AI 消費者 ビッグデータ ビッグデータ解析 嗜好ベースにした食品デザイン データベース 気象情報 医療情報 究極の料理 テーラーメイド食品 出典 : 各種公開情報を基に NEDO TSC 作成 18
目次 背景 人工知能 x 食品分野の概要 技術開発の方向性 まとめ 19
まとめ : 目指す将来像 農林水産省と経済産業省が各々の強みを活かして連携を密接に行うことで トータルシステム として捉えた価値の最大化を目指す 情報センシング 価値情報のシームレスな共有 需給マッチング によりターゲット市場の獲得を目指す 食品輸出の新たな市場形成 高級食材や健康食品の市場拡大 無駄のない流通の実現により食品ロス低減 20