　Pest Visionは、このモニタリングから分類までの作業を最新技術を使って自動化している。具体的には、環境機器が独自開発したセンサーをライトトラップの近くに設置し、捕まえた虫の画像を取得。インターネットを通じて、Amazon Web Services（AWS）上に構築したNoSQLデータベース「Amazon DynamoDB」に集約している。

　集約した画像データは、仮想サーバ「Amazon Elastic Compute Cloud」（EC2）上に構築したAIで解析。写っている害虫の種類と数を認識した上で、「クロバネキノコバエが28匹、ニセケバエが12匹……」などと、駆除業者に1日1回のペースで知らせる。虫の量が一定数を超えた場合に、メールなどで駆除業者に通知できる。

　虫の画像は、捕まえた時間のデータにひもづけて管理するため、捕獲数の時系列変化をグラフ化して示すことも可能。駆除業者は、依頼主に「工場の搬入用シャッターが開いている時間帯は、やはり虫が増えます。防虫カーテンを導入してみてください」といったフィードバックを行えるのだ。

「Pest Vision」で害虫画像を分析した結果

分類の精度は“職人超え”、約1ミリの虫でも正確に識別

　一連のシステムには「AWS Lambda」で実装したサーバレスアーキテクチャを採用しており、保守などの作業は不要。センサーや画像の量が増えた場合に、AIへの負荷が集中し、システムがダウンすることを防いでいる。

　虫を分類するAIはかなり強力で、例示した害虫の他、チョウバエやノミバエなど計19種類の画像を、約20万匹分学習済み。分類の精度（95％）は職人の手作業の精度（85％）を上回っており、1ミリ程度の虫でも正確に識別できるという。

Pest Visionのシステム構成図

　分類に要する時間は、手作業の10分の1程度。職人はスマートフォンなどで外出先から分析結果を閲覧できる他、結果を出力するだけで報告書を作れるため、害虫駆除などの本業に集中できるメリットもある。

　亀本さんは「図鑑通りの姿で捕まっている害虫は1匹たりともおらず、分類は誰でもできる仕事ではありません。（負担が重いため）職人になろうとする人は多くありませんでしたが、（Pest Visionの活用によって）人手不足の解消につながります」と目を輝かせる。

　また、Pest Visionはネズミの駆除にも活用できる。工場や倉庫にカメラを設置し、ネズミの出現をAIに検知させ、映像をユーザーのPCなどに転送する仕組み。駆除業者は侵入経路にトラップを仕掛けるなどの対応を採れる。

AIがネズミを検知する様子

「Amazon SageMaker」導入、海外展開も視野

「君、今日からクラウド担当ね」　未経験者が1人で始めた、ファミマのAWS移行の舞台裏
「AWS Summit Tokyo 2019」のセッションに、ファミリーマートでクラウド移行の責任者を務める土井洋典さんが登壇。土井さんは、前任者が突然退職したため、ある日突然上司からクラウド担当を任された経験を持つ。たった1人でのスタートだったというが、どうやってAWS移行を成功させたのだろうか。
PayPay“100億円祭”の裏側で何があったのか　システム障害と苦闘したエンジニア
PayPayで昨年12月に展開した「100億円あげちゃうキャンペーン」。その間、ユーザー数の増加に伴い、PayPayのシステムは不安定な状態に。押し寄せる膨大なアクセスに、PayPayのエンジニアはどのように対応したのか。
画像認識で皿をカウント、スマホで事前注文・決済――客も驚く「スシロー」新型店舗の全容
回転すし店「スシロー」が6月26日から、さまざまなテクノロジーを導入した新型店舗を兵庫県内で運営している。画像認識で皿をカウントする会計システムの他、公式アプリなどで商品の注文・決済を事前に完了させ、店舗のロッカーで商品を受け取れるサービスも採用。顧客からは驚く声が出ているという。
名刺管理のSansan、「ほぼ手作業」だったデータ入力はどう進化した？　CTOが語った軌跡
「AWS Summit Tokyo 2019」のセッションに、Sansanの藤倉成太CTO（最高技術責任者）が登壇。創業時（2007年）から現在までの歩みを振り返った。かつてはオペレーターが名刺情報を手入力していた同社は、データ化の手法をどう進化させてきたのか。