農地対応の次に見えてきた課題
前回の記事では、建物だけでなく農地でも発電量をシミュレーションできるようにした取り組みを紹介しました。
「農地検出モード」を用意し、発電量を予測したい農地を選択すると、その土地にソーラーパネルを最大限配置した場合の発電量を算出できるようになりました。
しかし、実際にさまざまな農地で試してみると、農地を正確に検出することの難しさが見えてきました。
屋根と違い、農地は隣り合った土地との境界が分かりづらく、航空画像上でも色や濃淡に大きな違いがないことがあります。
さらに、農地を検出するために広い範囲の航空画像を使用しているため、一枚の画像の中に複数の農地や建物が含まれることもあります。
その結果、
- 隣の農地まで一緒に検出される
- 想定していない土地が検出される
- 画像内の建物を誤検出してしまう
といったケースが発生していました。
まずはAI側の精度を改善する
最初に取り組んだのは、AIそのものの検出精度の改善です。
実際の利用環境では、農地によって形も色も周囲の環境も大きく異なります。
そこで、さまざまなパターンの農地で検証を繰り返し、うまく検出できなかった農地の画像をAIチームへ共有しました。
一つの農地でうまくいったから終わりではなく、
「この農地ではどうか」
「隣に別の農地がある場合はどうか」
「建物が一緒に写っている場合はどうか」
と何度も動作確認を行いながら、AIチームと精度改善を進めていきました。
ただ、それでも難しい問題が残りました。
AIには「どの農地を選びたいのか」が分からない
航空画像だけを見ると、人間であればなんとなく農地の境界を判断できる場合があります。
しかし、AIからすると画像の中には複数の農地が存在します。
そして何より、
その中のどの農地をユーザーが選びたいのか
という情報は、画像だけでは分かりません。
AIの学習を改善し続けることもできますが、今回は別の方向からもこの問題を解決できないか考えました。
そこで着目したのが、ユーザーがすでに持っている情報です。
ユーザー自身は、
「この農地の発電量を知りたい」
ということを分かっています。
それなら、その情報をAIにも渡せばいいのではないかと考えました。
検出したい農地にピンを置く
そこで追加したのが、検出対象となる農地にユーザーがピンを置く操作です。
UIに「指定範囲モード」を追加し、検出したい農地を囲い、「この農地を検出したい」という位置を指定してもらいます。
そして、その座標を航空画像と一緒にAI APIへ渡すようにしました。
これによってAI側も、画像全体から対象を推測するのではなく、
「ユーザーが指定した位置を含む農地」
という条件を使って検出できるようになります。
ユーザーに少しだけ情報を入力してもらうことで、AIが判断しなければならない範囲を狭めることができました。
結果として、農地の検出精度も改善することができました。
AIの問題をAIだけで解決しない
今回の開発で特に印象に残ったのは、AIの精度に関する問題だからといって、AI側だけで解決する必要はないということでした。
もちろん、AIチームに農地画像を共有し、モデル自体の改善も進めてもらいました。
しかし、
「ユーザーがどの農地を選びたいのか」
という情報までAIに推測させる必要はありません。
それはユーザーがすでに知っている情報だからです。
そこでUIからピンという形でヒントを与え、
AIの精度改善とUIの工夫を組み合わせて解決する。
結果的にこの方法が、今回の機能には合っていました。
AIを使ったプロダクトを作る上では、「どうすればAIをもっと賢くできるか」だけではなく、「AIが判断しやすい情報をプロダクト側からどう渡すか」を考えることも重要なのだと感じた開発でした。