世界的な食糧危機が忍び寄っている。2050年までには90億人分以上の食料が必要になり、複数の予測では、この需要を満たすために世界の農産物産出量を現在のおよそ2倍にする必要がある。これは口で言うほど簡単ではない。現在、世界の農作物のうち、カロリーベースで45％が家畜の餌として使われるか、バイオ燃料や工業製品の原料になっている。

問題の一部はデータが不足していることに起因すると、Ofir Schlam 氏は言う。同氏は Asaf Horvitz 氏、Eli Bukchin 氏、Ayal Karmi 氏とアグリテックスタートアップ Taranis を共同で設立している。データがないと、農家は実質的には闇雲に作業を行うしかない。農作物ごとの栽培計画の調整、局地的な気候の確認、疫病、寄生虫、雑草などの迫りくる脅威への対処もできない。Ofir Schlam 氏は Taranis の人工知能（AI）プラットフォームをこの問題の解決策としている。この解決策では高解像度画像と、90％以上の精度でリアルタイムかつ時系列的なデータを抽出するスマートレイヤーを組み合わせている。

これが投資家の注目を集めた。テルアビブに拠点を置く、設立から3年の Taranis は11月6日、Viola Ventures がリードするシリーズ B ラウンドで2,000万米ドルを調達したことを発表した。これでこれまでの調達額合計は3,000万米ドルに達することになる。Finistere Ventures、Vertex Ventures、OurCrowd、Eyal Gura 氏、Gal Yarden 氏に加え、戦略的投資家の Nutrien、Cavallo Ventures、欧州住友商事会社も今回のラウンドに参加している。

かつては Microsoft Ventures の支援を受けていた Taranis は、今回の投資で15億米ドルにものぼる世界的なアグリテックビジネスでの成功を掴もうとしている。

Schlam 氏は次のように話している。

運用効率を維持しながら生産量を効率的に最大化するためのテクノロジーとノウハウを農家の皆さんに提供するという、私たちのミッションを進められることを嬉しく思います。数千の農家が農作物の潜在的な危険を監視する支援をしてきましたが、これからはその歩みを世界中に広げていきたいと思います。

Taranis UHR と名付けられた同社のメインプロジェクトでは、被写体ブレを最小限に抑える専用のセンサーポッドを使って、8センチ×12センチのマルチスペクトル画像（異なる波長帯の電磁波の反射エネルギーを測定する複数のセンサーから生成した写真）を記録することができる。同社は保有する60機のセスナ飛行機を使って、高度10～30メートルの低空飛行で頻繁に大規模な写真撮影を行う。

画像技術の一部は、Taranis が5月に買収した、サンフランシスコに拠点を置く Mavrx によるものである。Schlam 氏によると、飛行機1台あたりのカバー面積は最大で1日あたり5万エーカーになるとのことである。これはわずか5分間で100エーカーの面積をカバーできることを意味し、人間なら大量の人数を投入しなければならない規模である。

1エーカーあたり1、2枚の画像を撮影し、それらはアルゴリズムによってまとめられ、その後は AI が画像をチェックする。Taranis のモデルでは、超高解像度段階の計測に基づいて農地の各区画を分類・分析し、0.3～0.5mm/ピクセルで農作物の写真を拡大することができる。

葉っぱの上のカブトムシさえ数えられるほどの高解像度画像だと Schlam 氏は言う。

Taranis が予測に使うのはこの画像だけではない。他にもドローンの画像データや衛星画像、気象予測モデルなどのデータパイプラインによって、従来のソリューションやセンサーよりも75倍も詳細な予測ができると Schlam 氏は言う。

IBM の Watson Agriculture は AI やモノのインターネット（IoT）、クラウド製品を組み合わせて活用し、農作物の価格の予測や害虫駆除などを行っている。またコンピュータビジョンスタートアップの Prospera や Arable といった企業もある。アプローチとしては、Taranis とこれらの企業のソリューションにそれほど変わりはない。しかし Taranis はさらに先を行っている。

Taranis の AI はデータを活用して、農産物の成長段階に関係なく栽植密度を報告し、植物の発芽やうねの幅と長さ、被度、草高、樹高、木の直径、花の数を計測する。さらに、潜在的な脅威となる雑草の発生を検知して、自動的に雑草の種類を分類し、状況に合わせた除草剤の提案も行う。また、植物中の栄養素や土壌の含水量、植物の温度さえ計測することができる。

この植物成長監視システムと同じくらい強力なのが疫病分析である。Taranis のモデルでは自分の農地だけをカバーするものと、より広い範囲をカバーできる2つのモードを実行することができる。前者のモードでは農地のデータを記録して、人員によるレポート、殺虫剤の散布、地上センサーのデータ、さらに地元の気象観測所の記録まで分析に加える。より広い範囲をカバーできるモードでは、特定のエリア全体（国、州、特定の地域）で病気が発生する条件が整っているかを評価し、エリア全体をカバーしたヒートマップで潜在的なリスクを提示する。

これらの予測はすべて携帯電話やウェブアプリから見ることができ、このアプリでは調査が必要な区画の優先順位付けもできる。さらに、人員を派遣して、特定の農産物に関する写真や音声メモが付いたレポートを作成することもでき、農地の管理者は調べたいデータをリアルタイムで表示・分析できる。管理者は同じアプリからすべての農地のタスクや活動を指定したり、タスクをカテゴライズしたり、それらのタスクを従業員に割り当てられるだけでなく、タスクの履歴や現在のタスクのステータスを表示することもできる。

Schlam 氏によると、Taranis の製品群によって農作物の生産量を農地全体で最大7.5％アップさせることができるという。

現在、同社はアメリカ、カナダ、ブラジル、アルゼンチン、ロシア、ウクライナ、オーストラリアの農家1万9,000軒以上にサービスを提供している。また、これらの国すべてで現地オフィスを構え、60人の契約農学者が手作業によるシステムのトレーニングや問題の特定にあたっている。Taranis は現在、トウモロコシや綿、サトウキビ、大豆、小麦、イモなどの大規模生産作物をターゲットにしており、1シーズンで1エーカーあたり5～20米ドルを請求している。

【via VentureBeat】 @VentureBeat

【原文】