ニュースの概要
青島で開発された漁業向けの大規模AIモデル「北冥智漁」が、中国の国家インターネット情報弁公室による登録手続きを通過した。この登録は、生成AIサービスを公に提供する際の手続きにあたる。モデルは養殖水域の水質や環境の変化をリアルタイムで見守り、餌の与え方の調整や、病気の兆しの早期発見を助ける用途を想定している。海の分野では、衛星、水中センサー、ドローンから集まる情報をAIでまとめ、漁業の生産効率を上げながら損失の危険を減らす取り組みが広がっている。今回の件は、何でもこなす汎用AIではなく、海や漁業のデータに絞って鍛えたモデルが、実際に使える段階へ近づいていることを示す事例といえる。
引用元: 海洋人工智能大模型が漁業の高度化を推進（Sina Finance）
分析・見解
汎用AIでは足りず、海に特化したモデルが生まれる理由
海の仕事は、街のオフィス業務とは前提が違う。水温、塩分、溶存酸素（＝水に溶けた酸素の量）、潮の流れ、魚の動きなど、読むべき数字が多い。しかも天候や季節で状況が一変する。文章や画像を広く学んだ汎用AIは、こうした数字の意味を十分には知らない。「溶存酸素が朝方に落ちたら、その日の給餌を減らす」といった現場の経験則は、公開された文章にはあまり出てこないからだ。
そこで、現場データと専門知識を集中的に学ばせた専用モデルが意味を持つ。「北冥智漁」はその一例だ。質問に言葉で答えてくれる使いやすさと、海のデータへの理解を組み合わせようとしている点に価値がある。
餌代と病気が利益を左右する養殖の現場
養殖では、費用の半分前後を餌が占めるとされる。魚種や地域で差はあるが、餌の与えすぎは水を汚し、足りなければ成長が遅れる。給餌の最適化は、そのまま利益に直結する。ノルウェーのサケ養殖では、水中カメラで魚の食いつきを見て給餌を止める仕組みがすでに使われている。日本でも、遠隔で餌を与えるスマート養殖が広がってきた。
病気の早期予防も同じだ。魚は具合が悪くなると、泳ぎ方や食欲に変化が出る。人の目では見逃す小さな変化を数値の並びから拾えれば、被害が広がる前に手を打てる。大量死が一度起きれば一年分の利益が消えることもあり、この保険のような価値は大きい。
衛星・センサー・ドローンをつなぐ難しさ
衛星は広い範囲の水温やクロロフィル（＝植物プランクトンの量の目安）を測れるが、細かさと更新の頻度に限りがある。水中センサーは精密だが、測れるのは点だけだ。ドローンは柔軟に動けるが、飛べる時間が短い。それぞれ単独では穴がある。AIの仕事は、この穴を互いに埋め合わせ、現場の人が判断できるひとつの見立てにすることだ。
ただし、水中のセンサーは汚れや故障を避けられない。誤った数字を学べば、AIは自信満々に間違える。モデルの賢さよりも、データの質を保つ地味な保守作業が成否を分けるのではないか。これが筆者の見方である。
登録通過はゴールではなく、検証の入り口
中国では生成AIを一般向けに提供する前に、当局への登録が求められる。通過したことは、安全面などの基本要件を満たした目安にはなる。しかし、養殖場で本当に収益を押し上げるかは別の問いだ。
見るべきは、導入した現場で餌の使用量がどれだけ減ったか、へい死率（＝育つ前に死ぬ魚の割合）がどう変わったかという実績である。青島のように水産の研究機関や加工業が集まる地域で数字が積み上がれば、他地域や他国への展開も現実味を帯びる。逆に実績が出なければ、「海のAI」は看板だけで終わる。
ビジネスへの影響
水産・食品企業が最初に確かめたい三つの数字
養殖事業者や、水産物を仕入れる食品企業がまず見るべきは、「何の数字が、いくら改善するのか」である。餌の使用量、出荷サイズに育つまでの日数、へい死率の三つを導入前に記録しておくと、効果を比べられる。
試験導入は、全域ではなく、ひとつの生けすや池から始めるのがよい。同じ条件の対照区を残せば、天候のせいか、AIのおかげかを分けて判断できる。費用は機器代よりも運用する人の手間が重くなりがちなので、現場担当者の作業時間も含めて見積もりたい。
データの持ち主と責任の範囲を契約で決める
漁場の位置や収穫量といった海のデータは、企業にとって競争力そのものだ。外部のAIサービスに預けるなら、誰がデータを使えるのか、他社向けの学習に使われるのか、契約を終えたら消せるのかを文書で確認したい。
また、AIが「給餌を減らせ」と提案し、魚が思うように育たなかった場合の責任も決めておく必要がある。多くの場合、最終判断は人が持つ形になる。提案を採用した理由と結果を記録する習慣は、後の改善にも責任の整理にも役立つ。
投資家や機器メーカーが見るべき周辺の商機
モデル本体よりも、周辺に商機がある。水中センサーの洗浄や校正、通信が弱い沖合向けの機器、データの整理を請け負うサービスなどだ。ソフトは複製できるが、海に置いた装置を保守する体制は簡単には真似できない。AI本体だけでなく、現場を支える仕事を持つ企業が強くなる可能性がある。日本の企業なら、国内の魚種に合わせたデータ整備も検討に値する。