農山村の圃場における農作業のデジタル化を進める際に、検知センサー群、情報通信環境、情報処理基盤、可視化ビューアー装置として接続されるパソコンやスマートフォンなどなど、デジタル・システムの構築において、都市部の工場での環境と異なり、圃場の地形・環境に左右される情報通信環境の安定性が第一の課題と考えられます。

中間山地域の圃場において検知したセンサー情報を処理クラウドに転送するケースでは、連なる小高い山々と木々（特に水分を含む葉っぱ）が通信を不安定にする要因になります。
情報通信路として、携帯電話で使われる波長の短いLTE公衆網の2.4GHz帯が最も影響を受け、次に最近話題のIEEE標準規格802.11ah（Wi-Fi HaLow™）や LoraWAN、LPWA 等の 920MHz帯、最も影響が少ないのは林業の無線通信通話に使われる350MHz帯の簡易無線データ通信等が有ります。

利用する地形環境や扱うデータのサイズや通信距離等で総合的に判断されます。

ここで、「ちょっと待てよ」と思いませんでした？
何故、圃場から数百キロ離れた遠方のクラウドに接続するのって、どうなの？
延々と長い距離を複数の中継局のスイッチ類を経由していると、途中で通信障害が起こる可能性は高い、通信障害だけでなく接続ルートの途中での電源障害でもサービスは停止します。

ならば、圃場の作業現場近くに処理サーバーを置いて利用するのは・・どうでしょう。
インターネットに接続する事なくローカルネットワークで、検知センサー、通信環境、処理サーバー、可視化用のスマホまでの情報システムが組めれば、通信障害の心配や、ウイルス感染やハッキングなどのネット犯罪に巻き込まれる事もない訳です。

課題は、トータルの運用コスト面とAI分析など高度サービスが利用できない、・・のでは、
いいえ最近、レスポンスの良いエッジAIコンピューテングがトレンドとなっていて、小さくて低価格で高性能な製品が沢山発表されています。消費電力も僅かなので機器障害を考慮して複数台で冗長的なシステムも組むことが出来ます。

クラウドと比較してエッジAIのメリットして

1. エッジAIのメリット：通信不安定環境での強み

(1) リアルタイム処理の確実性

• クラウド依存での問題:
  通信遅延や断絶時に、農機の制御や病害虫検知が不能になり農作業が止まる。
  農作業は、作物の育成タイミングと天候との関係で、明日でいいかとはいきません。
• エッジAIのメリット:
  圃場近くの端末（Raspberry Pi、Jetson Nanoなど）で即時処理が可能で障害での停止確率が低い。

(2) データ量の最適化

• 課題:
  高解像度画像などは、通信帯域の大きな通信方式が必要で通信料金の課題が出てくる。
• 解決策:
  エッジ側で高解像度データの前処理（例：病害部分のみを抽出）を行い、統計情報のみクラウドに送信する方法がとれる。

(3) オフライン動作の保証

• エッジAI方式では、山間地で通信が完全に途絶しても、単体で動作可能（例：自律走行農機の緊急停止判断）で農作業を止める事がない。

2. エッジAIの具体的ユースケース

(1) 病害虫のリアルタイム検知

• フロー:
  1. 圃場カメラで撮影 → エッジAIが病害虫を検出（例：ウンカの発生）。
  2. 農家のスマホに通知 + 農薬散布機を自動制御する。

(2) 土壌センサーと灌漑制御

• フロー:
  1. 土壌水分センサー（SEN0193）でデータを収集する。
  2. エッジAIが最適灌漑量を計算 → 自動バルブを制御する。

(3) ドローンによる生育モニタリング

• フロー:
  1. ドローンが撮影 → エッジ端末（Jetson）でNDVI（植生指数）を計算。
  2. 生育不良エリアのみクラウドに報告し可視化する。

エッジAIのハードウェアは、日々進化しています。

エッジAI向けのハードウェアは、年々処理能力が高まっており、FPGAでハードウェアの再構成機能を組み込んだものもあり、遠隔からハードウェアを再構成する事が出来て新しいセンサーの利用も即時可能になるなど、装置寿命が延びる事が期待できる。

遠隔クラウド利用も良いのですが、ローカルでの圃場エッジを選択できる時代がやってきました。
地域特性の強い農業分野では、全国規模のクラウドよりもローカル圃場エッジの方がメリットが多いと考えられます。

日本農林資源開発は、コンパクトな再構成型圃場エッジAIの開発を積極的に進めて参ります。