農林水産省 — 令和6年度 食料・農業・農村白書（全体版） p.207

キーファクト

• 400kg/10a: 育種プラットフォームによる目標収量 (other)
• 45%以上: 育種プラットフォームによる目標タンパク質含有率 (other)
• 1.6倍以上: 大豆の地域単収を1.6倍以上に向上させる (other)

このスライドの図表

• [text_block] SIP/BRIDGEを通じた研究開発の概要説明テキスト
• [chart] 育種プラットフォームによる新品種開発効率化のイメージを示す散布図
• [image] ナガエツルノゲイトウの画像識別AIの事例写真
• [photo] ナガエツルノゲイトウの画像識別AI構築に関する、赤と青のマークで囲まれた植物の空撮写真

抽出テキスト

(SIP/BRIDGEを通じて府省連携による研究開発を推進) このような農林水産省の取組と合わせて、内閣府の総合科学技術・イノベーション会議(CSTI1)の下、戦略的イノベーション創造プログラム(SIP2)や、研究開発とSociety5.0との橋渡しプログラム(BRIDGE3)の研究プロジェクトを通じて、府省連携による研究開発を推進しています。 SIPでは、「豊かな食が提供される持続可能なフードチェーンの構築」として、食料安全保障の強化等に向けた研究開発に取り組んでいます。このうち大豆の課題では、過去60年の日本国内の育種データを蓄積し、交配前に子孫の収量・品質等をシミュレーションすることにより、多収・高品質の新品種開発を効率化させるプラットフォームの開発を行っています(図表2-9-2)。また、生産現場の環境等に応じて、品種選択、作業時期等を最適化するAIの開発や、同AIからスマート農業機械への作業指示、データ取得等を行う、スマート農業技術と連携するシステムの開発を行い、これらの取組を通じ、大豆の地域単収1.6倍以上を目指しています。また、BRIDGEでは、農林水産分野での生成AIの活用に関する研究に取り組んでおり、農研機構に蓄積された研究データを始め、我が国農業に関する大量のデータを学習させた農業用基本AIモデルを構築し、そこにさらに地域に特化したデータを追加学習させた農業特化型生成AIを開発しました。これにより、農業者や普及指導員が栽培技術に悩んだ際に質問をすると、本生成AIが正確なデータに基づくアドバイスを行い、迅速に課題解決が図られることが期待されており、令和6(2024)年10月から、農研機構が本生成AIの実証実験を三重県で開始しています。このほか、農地や河川等の広域に被害が広がるナガエツルノゲイトウ等の侵略的外来種の有効な防除技術の開発について、環境省、地方公共団体等と連携した取組を進めるなど、農林水産・食品分野の社会課題解決につなげる様々な研究開発を推進しています。 図表2-9-2 育種プラットフォームによる新品種開発効率化のイメージ 500 400 300 40 45 50 タンパク質含有率(%) 目標(400kg,45%以上) 品種A(親) 品種B(親) 目標を満たす品種を開発できると事前に予想できた場合に、実際に交配・選抜を行う 子供200個体のシミュレーション結果 資料:農研機構 ナガエツルノゲイトウの画像識別AIを構築 資料:農研機構 注:青色の丸はナガエツルノゲイトウを識別したもの。赤色の丸は近縁種を識別したもの 第2章 1 Council for Science, Technology and Innovationの略 2 Cross-ministerial Strategic Innovation Promotion Programの略 3 programs for Bridging the gap between R&D and the Ideal society (society 5.0) and Generating Economic and social valueの略 189