近年、住宅地や観光地などでクマの目撃情報や被害が報じられる機会が増え、自治体や地域住民にとって大きな課題の一つとなっています。人の安全を守るためには、クマをできるだけ早く発見し、正確な情報を関係者と共有することが重要ですが、広い山林や河川敷などを人の目だけで監視し続けることは簡単ではありません。
こうした課題に対し、ドローンとAIを組み合わせてクマを自動で検知する新たな技術が登場しました。AIが上空から撮影した映像を解析し、クマを検知すると位置情報を共有することで、現場での迅速な対応につなげることを目指しています。
AIというと文章作成や画像生成を思い浮かべる方も多いかもしれませんが、その活用の場は防災やインフラ点検、農業など幅広い分野へと広がっています。今回は、クマ対策という社会課題にAIがどのように活用されようとしているのか、新たに発表された「クマスキャン」の特徴や期待される役割について紹介します。
AIがクマ探しを手伝う時代へ 開発された背景とは
全国各地でクマの出没が相次ぎ、住宅地の近くで目撃されるケースも珍しくなくなりました。自治体では注意喚起や巡回を行っていますが、広い山林や河川敷などを人の目だけで監視し続けることは容易ではありません。限られた人員で安全を守るには、効率的な監視方法が求められています。
近年はドローンを活用した巡回も進んでいますが、上空から送られてくる映像をリアルタイムで確認し、動いている対象がクマなのか、それとも別の動物なのかを判断するには経験と集中力が必要です。長時間の監視では見落としが発生する可能性もあり、現場では人の負担を減らす仕組みづくりが課題となっていました。
こうした背景から開発されたのが、AIを活用してクマを自動で検知する「クマスキャン」です。ドローンが撮影した映像をAIが解析し、クマを見つけると自動で検知することで、人による監視業務を支援することを目的としています。
AIは文章作成や画像生成だけでなく、防災やインフラ点検、農業など実社会での活用も広がっています。クマ対策という社会課題にもAIが活用され始めたことは、技術の新たな可能性を感じさせる取り組みといえるでしょう。
AIがクマを見つける クマスキャンの仕組みとは
クマスキャンは、ドローンで撮影した映像をAIがリアルタイムで解析し、クマを自動で検知するシステムです。これまで人が映像を見ながら判断していた作業をAIが支援することで、監視業務の負担軽減や見落としの防止につなげることを目指しています。
対応しているのはDJIの最新ドローンシリーズで、AI機能を既存の純正アプリへ組み込めることも特徴です。新たな解析用パソコンや専用ソフトウェアを用意する必要がなく、現在使用している環境を活用しながら導入しやすい仕組みとなっています。
また、クマを検知すると位置情報を通知できるほか、クラウドサービスと連携することで、映像や発見場所を関係者同士で共有することも可能です。現場だけでなく本部からも状況を把握しやすくなり、必要に応じて迅速な対応につなげられるよう設計されています。
さらに、ドローンに搭載したスピーカーやライトと連携できる点も特徴の一つです。クマを発見した後は、警告音やライトによる注意喚起を行えるため、単に見つけるだけではなく、その後の対応まで考慮したシステムとなっています。
AIによる画像認識とドローンを組み合わせることで、「発見」「情報共有」「初動対応」を一連の流れとして支援することが、クマスキャンの大きな特徴といえるでしょう。
AIが見つけるだけではない 現場での対応もサポート
支援できることも大きな特徴です。発見した情報を関係者へ素早く共有することで、現場での初動対応をよりスムーズに行えるよう設計されています。
あらかじめ巡回ルートを設定しておけば、ドローンが自動で飛行しながら周囲を監視します。AIがクマを検知すると、発見した位置情報を指定したメールアドレスへ通知できるほか、検知した瞬間の写真撮影や動画の録画を自動で開始することも可能です。後から状況を確認したり、関係者へ情報を共有したりする際にも役立ちます。
また、クラウドサービス「DJI FlightHub 2」と連携することで、飛行中の映像やクマを発見した位置をリアルタイムで共有できます。本部と現場が同じ情報を確認しながら対応できるため、状況の把握や指示がスムーズになり、迅速な避難誘導や現場対応につながることが期待されています。
さらに、ドローンに搭載されたスピーカーやライトと連携できる点も特徴です。クマを発見した際には警告音を流したり、ライトを点灯したりすることで、周囲への注意喚起や被害の未然防止を支援します。
AIがクマを見つけ、人が状況を判断し、必要な対応につなげる――クマスキャンは、AIだけで完結するのではなく、人と技術が連携しながら安全対策を支える仕組みとして開発されています。
実証実験で見えたAI検知の成果と今後の課題
クマスキャンは正式リリースに先立ち、群馬サファリパークで実証実験が行われました。実際にクマを対象としてAIによる検知性能を確認し、現場での運用を想定した検証が進められています。
検証では、クマの全身や胴体がはっきり確認できる条件で安定した自動検知が確認されたほか、木陰や水辺、柵の近く、構造物の影など、実際の現場でも起こり得る環境で検知できるケースも確認されています。理想的な条件だけではなく、さまざまな状況を想定した検証が行われている点は、実用化を見据えた取り組みとして注目できます。
一方で、AIにも現時点での課題があります。広い範囲を撮影してクマが画面内に小さく映る場合や、草木や構造物によって体の一部が隠れている場合は、撮影距離や背景などの影響を受け、検知精度が変化することがあるとしています。そのため、現時点ではAIだけに頼るのではなく、人による判断と組み合わせながら運用することが重要になりそうです。
より安定した検知を行うためには、ドローンとの距離や飛行高度を調整したり、ズーム機能やスポットライトを活用したりすることが推奨されています。こうした運用方法を取り入れることで、AIの性能をより引き出せると考えられています。
今後は、遠距離にいるクマや障害物に隠れたクマなど、より難しい条件での検知精度向上を重点課題として、継続的なテストやアップデートが予定されています。AI技術は完成したら終わりではなく、実際の利用データをもとに改善を重ねながら進化していく技術です。今回の取り組みも、その過程の一つとして今後の発展が期待されます。
AI技術は野生動物対策にも広がる 今後の活用に期待
AIというと、文章を作成したり画像を生成したりするサービスを思い浮かべる方も多いかもしれません。しかし近年は、防災やインフラ点検、農業、物流など、社会インフラを支えるさまざまな分野でも活用が進んでいます。今回発表されたクマスキャンも、そうしたAIの新たな活用例の一つといえるでしょう。
クマの出没は全国各地で課題となっており、住民の安全を守るためには、できるだけ早く状況を把握し、関係者が連携して対応することが重要です。AIが監視業務を支援することで、人の負担軽減や迅速な初動対応につながる可能性があります。
もちろん、現時点ではすべての環境で完璧に検知できるわけではなく、人による判断や運用との組み合わせが欠かせません。それでも、実証実験を重ねながら精度向上を目指している点は、AIを現場で実用化するうえで重要な取り組みといえます。
今後はクマ対策だけでなく、シカやイノシシなど他の野生動物への応用や、防災・環境保全といった分野への展開も期待されます。AIは私たちの身近な生活を便利にするだけでなく、社会課題の解決を支える技術としても、その活躍の場を着実に広げていきそうです。
