Degas uses generative AI on AWS to help smallholder farmers in Ghana [REPEAT]

セッション概要

• タイトル：Degas uses generative AI on AWS to help smallholder farmers in Ghana [REPEAT]
• 日付：2024年12月3日(火)
• Venue： MGM Grand | Level 1 | 102
• スピーカー：
  • Yohei Nakayama (CTO, Degas Ltd)
  • Emma Higashikawa (Solutions Architect – Aerospace and Satellite, Amazon Web Services)
• 業界：
  • Aerospace & Satellite
  • Agriculture
  • Financial Services
• 概要：Degas Ltd.は、Amazon SageMakerを活用し、アフリカの農民を支援し、気候変動問題を解決するために、宇宙空間に基づくモデルを開発しました。 このモデルは、洪水、干ばつ、森林火災の予測など、さまざまな地球観測の問題を解決するために、小規模なデータで対応することができます。Degasのアプローチは、衛星画像を活用することで、持続可能性を促進し、生活の質を向上させることにどのように貢献しているのか、その方法をご紹介します。

はじめに

このセッションでは、小規模農業のデジタルイノベーションと生成型AI技術が、ガーナの農業生産性を向上させ、持続可能性を強化するためにどのように組み合わされるかを紹介しました。 Degasは、農業問題を解決するためにAWSと協力して、生成型AIと衛星データベースのモデルを活用したソリューションを開発しています。

このセッションのポイントは次のとおりです。

• 地理空間ベースの生成型AI（Geospatial Generative AI）の概念と活用法
• 小農業で再生農業を支援するためのAI技術
• AWSのSageMakerとKendraを中心としたAIベースのチャットボットアーキテクチャの設計と拡張性

今回のセッションは、農業問題をデータと技術で解決する革新的なアプローチを理解するのに大きな助けとなります。

Degasの背景とミッション

Degasはガーナを中心に小農業問題を解決するために設立された日本のスタートアップです。小農農業は家族単位で運営される小規模農地で行われ、ガーナなどの発展途上国経済の60％を占めています。しかし、全体の農地の約65％は土壌肥沃度が減少した状態で、長期的な食糧安全保障を脅かしています。

Degasはこの問題を解決するために、再生可能農業（Regenerative Agriculture、RA）に注目しました。 再生可能農業は、土壌の復元、保全、炭素隔離を中心とした持続可能な農業です。しかし、この方法は、従来の農業よりも多くの知識と技術を必要とし、地域の気候や土壌条件を考慮しなければならないという複雑な性質があります。Degasはこれらの課題を解決するために、AWSと協力して技術ベースのソリューションを開発しています。

AIを活用した再生農業チャットボット

Degasは、小農家が再生農業技術を効果的に理解して適用できるように、AIベースの再生農業支援チャットボットを開発しました。このチャットボットは、AWSのAmazon Bedrockを介してホストされているLLMとAmazon Kendraを活用して機能します。

チャットボットアーキテクチャーのコアはRAG(Retrieval-Augmented Generation)技術です。RAGは、外部の知識ベースから関連情報を検索し、それをLLMに追加することで、特定のトピックに関する正確で専門的な回答を提供します。Degasは、再生農業マニュアルや衛星データ、農業メタデータをRAGに統合し、農家に地域ごとにカスタマイズされた農業ガイダンスを提供しています。現在、このチャットボットは65,000人の農家が使用しています。

多言語サポートとローカライズ戦略

ガーナのような地域ではさまざまなローカル言語が話されているため、Degasはチャットボットの多言語サポートとローカリゼーション戦略を導入しました。 そのため、100人以上のローカルエージェントを雇用し、農家と直接コミュニケーションを取り、チャットボットの応答を翻訳したり、説明したりする役割を担っています。

これらのエージェントは、Degasのアンドロイドアプリケーションを通じて、チャットボットの情報を農家に伝えます。これにより、言語の壁を乗り越え、技術の活用度が低い農家もチャットボットのメリットを受けられるようにしました。 また、Degasは農業生産量と収穫量の増加データを分析し、プログラムの効果を定量的に測定しています。

地理空間ベースの生成型AI

DegasはAWS SageMakerを活用し、地理空間ベースの生成型AIモデルを開発しました。 このモデルは、衛星画像に基づいて土地の状態や変化パターンを分析します。例えば、森林火災の発生地域や土地の侵食問題を予測したり、作物の生産量を推定することができます。

地理空間モデルは、衛星画像の一部をマスクし、モデルがそれを復元するように学習する方法で訓練されます。このように生成されたモデルは、土地カバーのセグメンテーション、森林破壊の予測、作物の収量の予測など、さまざまな下流の作業に使用されます。この技術は、Degasが農業データをより正確かつ効率的に分析するのに役立ちます。

SageMakerベースのモデルトレーニング

DegasはSageMakerを活用して4TB以上の衛星データを処理し、100Mのパラメータを持つ地理空間モデルを学習しました。SageMakerはデータ並列処理とモデル並列処理をサポートし、複数のGPUインスタンスでデータを分割して並列学習をすることができます。

この過程で、DegasはSageMakerのデータ並列ライブラリを活用し、トレーニング時間を大幅に短縮しました。 例えば、64個のNVIDIA A100 GPUを使用して100時間以内にモデルのトレーニングを完了しました。 この技術は、従来の複雑な分散トレーニングスクリプトをシンプルにし、研究者に効率的なトレーニング環境を提供します。

Degas 100Mの性能

Degas 100Mは、ESAのFilioBenchとNASAのHLSBenchのベンチマークテストで最高のパフォーマンスを記録しました。 特に、土地面積区分と作物の種類検出において、従来のモデルよりも10%高い精度を示しました。

このモデルはAWS Marketplaceで利用可能で、SageMaker Jumpstartを通じてさらにアクセシビリティを提供します。研究者は、Degas 100Mを活用して、自分のデータに合わせて細かくチューニングすることが可能です。

再生可能な農業の成功予測

DegasはDegas 100Mを活用して、特定の再生可能な農業技術がどの地域で成功するかを予測します。このモデルは、気候データ、土地条件、過去の作物データを組み合わせて、地域に合わせた農業戦略を提案します。

これにより、農家は成功の可能性が高い技術を優先的に取り入れ、資源を効率的に活用することができます。これは農業の持続可能性を高め、長期的な経済的安定性を提供します。

Degasの未来のビジョン

Degasは現在、3D地理空間モデルを開発中で、農作物の高さ測定、都市開発評価、地すべり検知などの作業を支援する計画です。 また、このモデルは農業以外にもさまざまな産業に活用できるように拡張性を考慮して設計されています。

Degasはグローバル展開を目指し、世界の農業問題解決に貢献するための持続可能な技術開発を続けています。

まとめ

Degasは、AWSのテクノロジーと生成型AIを活用し、ガーナの小規模農家が直面する問題を解決するための革新的なアプローチを紹介しました。 特に、再生可能な農業を支援するためのRAGベースのチャットボット、地理空間ベースの生成型AI、およびAWS SageMakerを活用した大規模なモデルトレーニングが紹介されました。Degasは、これらの技術により、農業の生産性を向上させ、持続可能な農業エコシステムを構築することに成功しています。 また、地域の農業データとグローバルなAI技術を組み合わせて、ローカライズされたソリューションを提供し、65,000人以上の農家が技術のメリットを直接体験できるようにしています。

今回のセッションを通じて、AIとクラウド技術が農業問題解決に貢献する方法とその可能性を確認することができました。 特に、RAGベースのチャットボットは、単純な農業情報を提供するだけでなく、地域に合わせた案内を通じて、農家が再生農業技術を簡単に理解し、農業に活かすことができます。 また、地理空間ベースの生成型AIは、土地の状態を分析し、再生農業の成功可能性を予測する上で重要な役割を果たします。 この技術は、農業だけでなく、環境、都市計画、災害管理などのさまざまな分野に拡大していく可能性があるという点で、今後の活躍が期待されます。

記事 │MEGAZONECLOUD　 Cloud Technology Center (CTC)　Global PreSales Engineer Team　イ・ヨンジン