従来型の農業では、農家が選べる植物の品種、栽培方法、投入資材は限られています。
今では、コンピュータサイエンティストが「状態空間」と呼ぶ考え方で農業システムを捉えることで、選択肢を広げることができます。
コンピューティングシステムは、さまざまな環境や学派の農業知識を活用し、農家が自らの土地に最適な選択肢を見つけられるよう支援できます。
また、代替的な農業戦略をモデル化し、高くつく試行錯誤を最小限に抑えるのにも役立ちます。
人類は物理的に世界の陸地の半分を作り変えてきました。その目的は、トウモロコシ（メイズ）、大豆、小麦、米、キャッサバ、ソルガム、サツマイモ、ジャガイモという、わずか8種類の主要作物を栽培するためです。これらの作物は、世界中の人々が摂取するカロリーの大部分を占めています。世界人口が増加するにつれ、さらに生産を拡大する圧力が高まっています。
多くの専門家は、合成肥料、化学農薬、高収量種子に大きく依存する現代的な工業型農業をさらに拡大することは、正しい方法ではないと主張しています。増加する世界人口を養うための方法として適切ではないというのです。彼らの見解では、このアプローチは生態学的にも経済的にも持続可能ではなく、農家も科学者も同様に、この仕組みの中で行き詰まっていると感じています。
社会は、人々のニーズに応えつつ、より健康的で多様性のある食料システムをどのように構築できるでしょうか。有機農業のような代替的手法を、工業型農業と同じ規模で広げることは、これまで困難であることがわかっています。
最近の研究では、この問題を、私たちがそれぞれコンピュータサイエンティストおよび作物科学者としての立場から検討しました。私たちと同僚のBryan Runck、Adam Streed、Diane R. Wang、そしてPatrick M. Ewingは、コンピュータサイエンスの中心的な考え方である抽象化を用いて、農業システムの設計と導入の方法を再考する方法を提案しました。抽象化とは、データや概念を要約し、計算によって整理する手法です。これにより、内部の詳細を絶えず検討することなく、分析と実行が可能になります。
大きな生産量、大きな影響
現代農業は、20世紀半ばのわずか数十年の間に集約化が進みました。これは人類の歴史においては、まばたきほどの短い期間です。技術の進歩がこの動きを牽引しました。その中には、合成肥料の開発や、植物育種を改善する統計的手法が含まれます。
これらの進歩により、農場ははるかに多くの食料を生産できるようになりましたが、その代償として環境が犠牲になりました。大規模農業は、気候変動の一因となり、湖沼や湾を栄養塩の流出によって汚染し、種の喪失を加速させています。自然の景観を単一作物の耕作地へと変えてきたためです。
多くの米国の農家や農業研究者は、より幅広い作物を栽培し、より持続可能な農法を用いたいと考えています。しかし、特に気候が変化する中で、どのような新しいシステムが良好な成果を上げられるかを見極めることは困難です。環境負荷の低い農業システムには、多くの場合、深い地域的知識に加え、植物、気象と気候のモデル化、地質などについての幅広い理解が求められます。
そこで登場するのが、私たちの新しいアプローチです。
状態空間としての農場
コンピュータサイエンティストは複雑な問題を考える際、しばしば「状態空間」と呼ばれる概念を用います。この手法は、システムが取りうるあらゆる構成を数学的に表現するものです。空間を移動するには選択を行う必要があり、その選択によってシステムの状態が変化します。その変化は、良くも悪くもなり得ます。
例えば、盤面と2人のプレイヤーによるチェスの対局を考えてみましょう。ある時点における盤面の各配置が、ゲームの一つの状態です。プレイヤーが一手指すと、ゲームは別の状態へと移行します。
ゲーム全体は「状態空間」、すなわちプレイヤーが有効な手を指すことで到達しうるすべての状態によって記述できます。対局中、各プレイヤーは自分にとってより有利な状態を探しています。
農業システムは、特定の生態系における状態空間として捉えることができます。ある時点における農場とその植物の配置は、その状態空間の一つの状態を表します。農家は、より良い状態を探し、望ましくない状態を避けようとしています。
人間と自然の双方が、農場を一つの状態から別の状態へと移行させます。ある日、農家は耕起、播種、除草、収穫、施肥など、土地の上で十数種類の作業を行うかもしれません。自然も、植物の生長や降雨といった小さな状態の移行を引き起こし、洪水や山火事などの自然災害では、はるかに劇的な状態の移行を引き起こします。
相乗効果を見出す
農業システムを状態空間として捉えることで、今日の農業システムが提供する限られた選択肢を超えて、農家の選択肢を広げることが可能になります。
個々の農家には、自分の土地で何年にもわたり試行錯誤を重ねる時間や能力がありません。しかし、コンピューティングシステムは、さまざまな環境や学派の農業知識を活用し、自然と比喩的なチェスを指すように考えることで、農家が自らの土地に最適な選択肢を見つける手助けができます。
従来型の農業では、農家が選べる植物の品種、栽培方法、投入資材は限られています。私たちの枠組みでは、複数の作物を一緒に栽培することや、特定の土地に最も適した管理技術を見つけることなど、より高次の戦略を検討することが可能になります。利用者は状態空間を探索し、その目標を達成するために、どのような方法、品種、地域の組み合わせが有効かを検討できます。
例えば、ある科学者が、各4年間続き、7種類の植物を栽培する、5つの輪作（同じ圃場で計画的な順序で作物を栽培すること）を試したいとします。これは721通りの潜在的な輪作を意味します。私たちのアプローチでは、試験すべき最も有望な潜在的システムを見つけるために、長期生態学研究の情報を活用することができます。
大きな可能性を見出している分野の一つは間作です。これは、異なる植物を混植するか、近接させて栽培することを指します。特定の植物の多くの組み合わせは、互いに良く育つことが長く知られており、それぞれの植物が何らかの形で他を助けています。
最もよく知られた例は、「スリー・シスターズ」（トウモロコシ、カボチャ、豆）です。これはアメリカ大陸の先住民農家によって生み出されたものです。トウモロコシの茎は、つる性の豆が絡みつく支柱の役割を果たし、カボチャの葉は地面を覆って日陰を作り、土壌の湿り気を保ち、雑草の発芽を防ぎます。豆の根に共生する細菌は、3種類すべての植物に必須栄養素である窒素を供給します。
人類の歴史を通じて、各地の文化も、同様の相乗効果をもつ独自の好ましい間作システムを持ってきました。例えば、ウコンとマンゴーや、アワ、ササゲ、そして一般にナツメとして知られるクロウメモドキ属の一種などです。また、営農型太陽光発電（アグリボルタイクス）に関する新たな研究では、太陽光パネルと農業を組み合わせることが驚くほどうまく機能しうることが示されています。パネルが下で育つ作物を部分的に日陰にする一方、農家は自らの土地で再生可能エネルギーを生産することで、追加の収入を得ることができます。
代替的な農場戦略のモデル化
私たちは、私たちの枠組みを、人々が農業を状態空間としてモデル化するために使えるソフトウェアへと発展させる取り組みを進めています。目標は、利用者が自らの直感に基づき代替的な設計を検討できるようにすることであり、これにより、農業における新しいアイデアを試すために現在必要とされている、高くつく試行錯誤を最小限に抑えることです。
今日のアプローチの多くは、既存の、しばしば持続可能ではない農業システムをモデル化し、その最適化を追求しています。私たちの枠組みは、新たな農業システムの発見と、その新しいシステム内での最適化を可能にします。
利用者は、人工知能ベースのエージェントに自らの目的を指定することもできるようになります。このエージェントは、チェス盤の状態空間を探索して勝つ手を選ぶように、農場の状態空間を探索することができます。
現代社会は、100年前と比べて、はるかに多くの植物の品種や、異なる品種と環境がどのように相互作用するかについての情報にアクセスできるようになりました。私たちの見解では、農業システムはこうした知識を十分に活用できていません。それらを計算によって組み合わせることで、急速に変化する世界において、農業をより生産的で、健康的かつ持続可能なものにできる可能性があります。
