ハイパースペクトル作物AIに未処理の放射輝度を入力したところ、合成ホールドアウトテストのスコアは0.887から0.373に急落した。
単に「ストレス」とだけ表示するNDVIアラートでは、生産者は窒素肥料の不足か、灌漑の問題か、あるいは初期タールスポット病の現地確認（スカウト）が必要なのかを判断できません。私はその意思決定のためにSpectraRxを構築しました。物理法則に忠実なこの合成デモで意図的に用意した破綻パスでは、同じ424バンドの分光CNNのホールドアウトテストにおけるスコアが、0.887から0.373へと急落します。これは補正された地表反射率の代わりに、大気上端（TOA）の未処理放射輝度を入力したときの結果です。
私は単なる余興としてその不具合をデモに組み込んだわけではありません。入力値を有意なものにする諸条件を欠いた作物ストレススコアは、見栄えの良いマップを誤った圃場判断へと変えてしまう危険性を孕んでいるからです。ここでのシーンは、単一のトウモロコシ作物と地理的条件に基づき、物理法則に即して生成された合成データキューブであり、実際の撮影画像や現場での保証ではありません。その目的は、前提条件を可視化しつつ、一連の推論チェーンを検証可能にすることです。
私はまずその単一の琥珀色のNDVIプロットから話を始めます。それが検知アラートの限界を示しているからです。より詳細に確認するためのシグナルとしては有用ですが、27メートルのスプレー散布ブームで窒素散布量を変更すべきか、水ストレスパターンを精査すべきか、あるいは初期タールスポット病の確認のために農学者を圃場に派遣すべきかまでは判断できません。私はこのデモでその次の問いに答え、さらにその回答の根拠と限界を示したいと考えました。
この一連の処理チェーンは veriprajna.com/demos/hyperspectral-agriculture-ai で実際に実行できます。画面は不都合なケースを隠蔽しません。大気補正をスキップして、意思決定パスがどのように変化するかを観察できます。
校正によって分類器が見ている対象そのものが変化することを私は学んだ
以前の私は大気補正を単なる前処理作業の一つと考えていました。データキューブは大気上端（TOA）放射輝度として届き、デモの経験的ライン補正によってシーンに校正の来歴情報を付与しつつ、これをBOA地表反射率へと変換します。意図的にこれをバイパスしてみるまで、その差異は単なるエンジニアリング上の配管作業のように思えていました。
私は学習済みネットワークとその重みを固定したまま、入力パスだけを変更しました。未知の品種と土壌による1,280ピクセルの物理法則に忠実な合成ホールドアウトテストにおいて、結果はマクロF1で0.887から0.373へと低下しました。これは本モデルおよび本テストにおける実測値であり、すべてのハイパースペクトルモデルが同程度に破綻することを主張するものではありません。
巨大なベンチマーク表よりもこの対比の方が有用であると私は実感しました。実践的な失敗を具体的に示してくれるからです。未補正のパスは単に入力ノイズが増えただけではありません。未処理の放射輝度は大気や日照の影響をそのまま含んでおり、補正済み地表反射率を解釈するように設計された分類器にそれらを持ち込んでしまいます。ネットワークは依然としてクラスと信頼度を出力できますが、そのいずれも処方箋の発行を許可する十分な根拠にはなりません。
私が未処理放射輝度のパスを可視化したのは、精度スコア単体では運用上の問いが抜け落ちてしまうからです。すなわち、自らの判定基盤が脆弱であると判明した後にシステムは何をすべきか、という問いです。SpectraRxにおける答えは、一律の処理停止ではありません。この意図的なテストにおいて未処理のTOAデータは依然として分類器に届きますが、後段の信頼度ゲートと物理整合性ゲートがその不確実性を可視化します。
私はその結果を「ネットワークが使い物にならなくなった」という短絡的な主張と区別することに時間を費やしました。この分類器は、400〜2515 nmの全424バンドのスペクトル曲線を読み取るカスタムの1次元分光CNNです。その通常の役割は、BOA地表反射率から健全、窒素欠乏、水ストレス、および初期タールスポット病のピクセルを識別することです。校正の実験は、作物のクラスを変更したり、モデルを再学習したり、あるいは密かに脆弱なベースラインと差し替えたりするものではありません。上流の条件を1つだけ変更し、意思決定チェーンの残りの部分がその結果をどのように表出させるかを示しているのです。
スコアが悪化した際の通常の反応は、別のスコアを求めることになりがちだからこそ、このアプローチが有用であると気づきました。今回必要だったのは異なる問いです。すなわち、入力が変化した後にシステムが行動を起こすためのどのような根拠を有しているのか、という問いです。その答えは校正の来歴情報から始まりますが、それだけで完結するものではありません。信頼度の値は単なる1つのシグナルにすぎません。CNNの分類が文書化された特徴（例えば予想されるレッドエッジのシフトを伴わない窒素欠乏の判定など）と矛盾する場合、物理整合性チェックは判定を棄権（アブステンション）できます。インスペクターは全曲線とバンドごとの顕著性（saliency）トレースも表示するため、オペレーターはモデルの根拠と確立された診断知見を比較照合できます。
私はそのインスペクターを、無謬性の証明としてではなく、説明責任を果たすための接点として利用しています。初期タールスポット病に関しては、トレースでサンプリングされた530 nmおよび535 nmのビンが、531 nm付近のPRI診断指標に最も近接しています。窒素の根拠は680〜720 nmのレッドエッジ帯に現れます。水分のSWIR特徴は、CNNの最大の顕著性ピークであると主張するものではなく、診断チェックとして機能します。これらの検証によって推論過程の精査が可能になります。しかし、それによって合成ベンチマークが現実の圃場での保証へと変わるわけではありませんし、入力パスの信頼性が低下した際に現地調査（スカウト）を行う必要性が消え去るわけでもありません。
私は失敗をより劇的に見せるためにベースラインを不当に弱く見せかけることも避けました。分布シフトを伴う合成ホールドアウトテストにおいて、実在のSentinel-2広帯域既存モデルは0.69のマクロF1を達成しています。レッドエッジバンドとSWIRバンドを備えているため、窒素に関しては1.0付近に達します。ハイパースペクトルモデルは全体で0.887を達成し、水ストレスと初期タールスポット病において最大の構造的優位性を発揮します。これは意義深い比較ですが、それでも校正がスキップされた後に特定のゾーンへ処方を適用すべきかどうかを決定づけるものではありません。後段の運用上の問いに答えるためにこそ、ゲートとゾーンルールが存在するのです。
ダッシュボードの色だけでなく圃場での行動を変えるセーフガードが必要だった
私は判定の棄権（アブステンション）が形骸化した約束事にならないよう注意深く設計しました。ハッチング表示されたピクセルは、信頼度が低い場合、スペクトルシグネチャが混在している場合、または分類器が文書化された物理特徴と矛盾する場合に、システムがピクセルレベルの診断を保留していることを意味します。デフォルトの校正済みseed-7デモシーンでは、20.1%のピクセルが判定を棄権しています。この数値はそのシーンに対するアプリ内での観測結果であり、普遍的な評価指標ではありません。
続いて私は、オペレーターがそうしたピクセルを含むマップをどう扱うべきかを決定しなければなりませんでした。散布機はピクセル単位で1つずつ動作するわけではないからです。SpectraRxは27メートルの散布ブームの仕様に基づき、5メートルの診断ピクセルを25メートルの管理区画（セル）へと集約します。そのルールは意図的に可視化されています。棄権ピクセルが34%以上を占めるゾーンは現地調査（スカウト）へとルーティングされ、その他のゾーンは棄権以外の多数派判定を採用します。
このルールこそが、不確実性という抽象的な概念を実際のワークフローへと変換する場であると私は考えています。校正をスキップしたseed-7のシーンでは、92.2%のピクセルが判定を棄権し、144中140の管理ゾーンが現地調査（スカウト）へとルーティングされます。ゾーンルールに基づき、水ストレスの4ゾーンには依然として散布が適用されます。システムはその4ゾーンがオープンワールドの意味で安全であると証明したわけではありません。すべての入力変動に対して散布か空白画面かの二者択一を迫るのではなく、その前提条件とルーティングルールを検証可能に提示しているのです。
私はまた、リモートセンシングの専門的な読者がゲート以上のものを確認できるようにしたいと考えました。スペクトルインスペクターは424バンドの曲線とオレンジ色のバンド顕著性トレースを表示します。初期タールスポット病では、サンプリングされた530 nmおよび535 nmの顕著性ビンが531 nm付近のPRI診断指標に最も近接しており、窒素の根拠は680〜720 nmのレッドエッジ帯に現れます。水分については、文書化されたSWIR特徴は診断チェックであり、CNNの最も高い顕著性ピークであると主張するものではありません。これは文書化された物理法則との検証可能な照合であり、モデルが決して見せかけの手がかりを利用しないという証明ではありません。
散布ブームと農学者が活用できる状態になるまで処方箋と呼ぶことはできなかった
ゲートが機能した後でも、診断マップはまだ未完成であると学びました。デフォルトの校正済みシーンには144の管理区画があり、V12ステージにおいて21の散布ゾーン、25のスカウトゾーン、98の健全ゾーンが存在します。SpectraRxは確定したゾーン判定を変量処方箋へと反映させます。窒素散布量は深刻度に応じて調整され、殺菌剤の散布は設定されたR3期間内でのみ許可されます。エクスポートは実際のISO-XMLおよびGeoJSON形式に対応していますが、リアルタイムセンサーや営農管理システム（FMS）との連携はこのデモでは実装されていません。
ゲートを可視化したのと同じ理由で、私は後段の記録を決定論的なものにしました。デモは診断と処方からEUのFarm to Fork（農場から食卓へ）戦略に基づくIPM（総合的病害虫・雑草管理）スタイルの記録テンプレートを生成します。これにはゾーンの座標、多数派クラスのゾーン網羅率、スペクトルの根拠、検討された代替手段、推奨農薬と散布量、R3期限、校正の来歴情報、および認定農学者の署名欄が含まれます。これは検証のためのテンプレートであり、正式に提出された法令遵守記録ではありません。
私は大規模言語モデルをこの信頼パスの外側に配置しました。信号処理、学習済み分光分類器、決定論的ゲート、機器制御の計算、そして記録テンプレートが、中核となる意思決定を担います。オプションの言語モデルは、すでに算出された事実からIPMの根拠文章を生成できますが、APIキーなしでもデモが動作するようにテンプレートによるフォールバックが用意されています。言語モデルが作物の必要とする処置や、ゾーンで現地調査を行うべきかを決定することはありません。
分類器の性能だけでプロダクトを評価することを私はやめた
もちろん、分類器の性能を軽視しているわけではありません。分布シフトを伴う合成ホールドアウトテストにおいて、SpectraRxはSentinel-2広帯域既存モデルの0.69に対して0.887のマクロF1を記録しています。その差異は水ストレス（0.97対0.63）と初期タールスポット病（0.77対0.61）で最も顕著です。窒素は双方ともに1.0付近であり、既存モデルが単なる見せかけの比較対象（わら人形）ではなく、真のベースラインとして機能していることを示しています。
私はこれらの結果を実際の圃場全般に当てはまる主張としては利用していません。これは1,280の合成ホールドアウトピクセル、単一の作物、単一の地理的条件を対象としたものです。現実世界での精度を主張するためには、2シーズンにわたる地上検証（グラウンドトゥルース）データの蓄積が依然として不可欠です。私がこのデモから得た教訓はより限定的で実践的です。すなわち、分類スコアは意思決定システムの一要素にすぎず、その前提となる運用条件が省かれたまま引用されやすい要素であるということです。
私がSpectraRxに校正不具合の検証を組み込んだのは、そうした前提条件を直視せざるを得なくするためです。入力が変化し、スコアが低下し、後段のゲートが不確実性を表面化させ、ゾーンルールが現地調査パスへとルーティングし、処方箋記録がオペレーターや査定者の確認すべき情報を保持する一連の流れが可視化されます。小数の精度をさらに追い求める前に、私が改善したいと考えるのはまさにこの意思決定シーケンスなのです。
私の説明を読むよりも実際の動作を見たいという方のために、エンドツーエンドで稼働する全容をここにご紹介します。
デモが誠実に機能しているかを確かめたいとき、私は veriprajna.com/demos/hyperspectral-agriculture-ai に戻ります。実用的な作物向けAIシステムとは、シーンの信頼性が低下した理由を示し、その不確実性を圃場での具体的な行動へとルーティングし、下した判断と下さなかった判断の記録を残せるシステムなのです。
