先日公開したPyCon JP 2019 1日目のカンファレンスレポートはいかがでしたでしょうか？ 本レポートでは引き続き，2日目の様子をご紹介します。

PyCon JPは日本国内外のPythonユーザーが一堂に会し，互いに交流を深め，知識を分け合い，新たな可能性を見つけられる場所として毎年9月中旬に開催される国際カンファレンスです。今年は2019年9月14日のスプリント（HENNGE株式会社⁠）⁠，9月15日のチュートリアル，9月16日〜17日のカンファレンス(大田区産業プラザPiO)と4日間の会期で開催されました。

今回は2日目に行われたカンファレンスの中から，注目セッションやイベントの様子を運営スタッフがレポートします。

各講演・セッションの紹介の最後に，動画やスライドのリンクも紹介してますので，当日参加した方もできなかった方も，気になったものをさらにチェックしてみてください。

基調講演「Pythonで切り開く新しい農業」―小池 誠

（nikkie）

2日目は，きゅうりの自動選別機の開発で有名な小池誠氏による基調講演から始まりました。

これまでの作品を紹介してから，「⁠Pythonでなにか作って楽しむ人」と自己紹介した小池氏は

• Makerのコミュニティに広がるPython
• Pythonではじめる新しい農業

という2つのトピックについて話しました。

内容をもう少し詳しく紹介していきます。

オープンソースのソフトウェアには，ソースコードを見て，触発されてソフトウェアを書くという文化があります。これがハードウェアに広がったことがMaker movementの本質であると小池氏は説明しました。小池氏が今年MakerFaireに出展した「草取り自動運転ロボット」もdonkeycarをベースにしているそうで，触発されたモノづくりの一例だと思います。

そんなMakerのモノづくりにPythonが広がっているそうです。小池氏はその理由を共有しました。

1つ目は，「⁠ロボットに高度な認知行動をさせたい」ために，Pythonを選択してディープラーニングに取り組むこと。 2つ目は，Pythonやmicropythonをサポートしたハードウェアが整ってきたこと（Raspberry PiやJetson Nanoなど多くのデバイスが紹介されました⁠）⁠。

3つ目は，Pythonは読みやすく書きやすいため，ラピッドプロトタイピングに向いていることです。

実際，小池氏の作品を見ると，短い周期で発表されている上に，Pythonで組み込み開発やディープラーニング，Webアプリと広範な領域を扱っています。この3つの理由には納得ですね。

「Pythonでなにか作って楽しむ」小池氏は，農業にPythonを持ち込みます。小池氏の家はきゅうり農家を営んでいます。きゅうりをはじめとする果菜類は米やキャベツなどに比べて労働時間がかかります。収穫作業，選別を含む出荷作業，苗の世話をする管理作業など，手作業が多く，機械化が難しいと言われます。このうちの出荷作業の自動化に小池氏は取り組みました。出荷作業に時間をかけてもきゅうりの品質は上がらず，収量も増えないため，出荷作業時間を短縮して管理作業の時間を増やしたいというモチベーションからです。

画像認識分野におけるディープラーニングの目覚ましい成果に注目した小池氏は，きゅうりの画像を2,475枚用意して，9つのクラスに分類する試作1号機を2016年に製作します。きゅうりの画像データ収集期間が短く，データに偏りがあったためたまたまとのことですが，正答率は80％でした。

正答率を上げることを考えた小池氏は，人が選別するときにさまざまな方向からきゅうりを見ることに着想を得ます。そして上・横・下の3方向からきゅうりを撮影してデータを集めます。きゅうり8,500本分の画像を集め，分類モデルを作ったところ，正答率は91.6％でした。

そこで，ベルトコンベアを自作して，選別を自動化する2号機を完成させます。熟練者に見てもらうと，2号機の分類精度はまあまあでしたが，「⁠ベルトコンベアの移動できゅうりのイボがとれてしまう」「⁠選別が遅い」という欠点も分かりました。

ここで小池氏は方針を転換します。2号機まではAIで出荷作業を自動化することを考えていましたが，AIのサポートで人間の作業を効率化することにしたのです。3号機は，実用を考え，カメラの台数を1台に減らし，選別スピードを上げるためにカメラの解像度を落としました。そのため，きゅうりの画像と長さ・表面積・太さのデータから学習させたモデルの正答率は79.4%とこれまでより落ちました。しかしながら，実作業で半年間稼働させ，初心者が選別する場合より1.4倍スピードアップするという結果が出たそうです。

きゅうりの太さが季節ごとに変わるため，モデルに入力する長さなどのデータをキャリブレーションするというのは，農作物を扱う場面ならではのノウハウだと思いました。

3号機を利用する中で，小池氏自身がきゅうりの選別ができるようになったそうです。これは，熟練者のノウハウがAIで再現され，AIから小池氏が学んだということで，農業のノウハウの継承の可能性と評価していました。

現在小池氏は博士課程の学生として，農作物の品質を上げる研究や，農作物のデータ分析に携わっているそうです。「⁠未来には農業のノウハウもpip installのように簡単にインストールできるようにしたい」と語る小池氏が印象的でした。

最後のまとめで「I don't learn for start something new, I try to start something new to learn.（何かを始めるために学ぶのではなく，学ぶために何かを始める⁠）⁠」という小池氏のマインドセットの共有がありました。全ては学ぶためと考えると，失敗はなくなるそうです（この点には私自身，非常に共感しました！⁠）⁠。たしかに，小池氏はきゅうりの選別機の製作においても，試作機をアウトプットし，やってみてわかったことをインプットして，次のアウトプット（試作機）につなげています。New Eraということで「Python3で新しいこと始めてみませんか？」と結ぶ，PyCon JP 2019にふさわしい基調講演でした！