本文
この研修を受けて、委員会協議会では諏訪東京理科大学教授と学生の研究について聞き取り調査を実施しました。
令和8年7月27日(月曜日)午前9時30分~午前11時
茅野市役所501会議室
諏訪東京理科大学教授 応用情報工学科 ゴータム ビスヌプラサド博士(工学)
諏訪東京理科大学4年 ゴータム研究室 澤田音之亮さん
茅野市産業経済部長、茅野市農林課鳥獣被害対策室(室長、係長、主査)
富士見町産業課農林保全係2名、茅野市議会経済建設委員2名、ほか議員1名
【1】諏訪東京理科大学教授 応用情報工学科 ゴータム ビスヌプラサド博士(工学)による
ー野生シカ、ニホンザルなどの野生動物の個体認識・群れ特定・追い払いに向けた地域連携型フィジカルAI研究ー
・単発のAIモデルではなく、地域データ・判断ロジック・物理的な追い払いを結ぶ研究が重要。
(1)個体認識:リーダーの特徴の調査、現場では「すべての個体を事前に学習する」ことはできないため、未知個体を扱える仕組みの研究。
(2)群れを特定する技術:特にシカやサルのように集団で行動する動物では、個体だけでなく「群れ」としての再来訪を把握する研究として群れ情報は「地図」と「時系列」で活用する。【出没DB→可視化→対策判断】
(3)WildGuard AIによる追い払い:安全を確保しながらの追い払い。データ収集を継続しAIに学習させる。単一の追い払いではなく、個体・群れ・場所・時間帯・過去の慣れを考慮して手段を変えることが重要追い払っても、空腹なので食を求める↠森に返すために山にエサになるための植林(課題多い)
(4)行政、地域との連携
aデータ収集 (既存出没地点・農地境界・カメラ候補地を整理)
↡
b 個体・群れ解析(映像から個体ID・群れID・再出現履歴を作成 )
↡
cリスク判断 (農地近接・時間帯・行動から追い払い候補を判定)
↡
d 追い払い実証 (音※1・光・ロボット・ドローン等の段階的検証)
【2】諏訪東京理科大学4年生 ゴータム研究室 澤田音之亮さんによる
―動的音響パターンによるニホンザル馴化制御手法の検討―音※1
(1)これまでの対策:「物理+電気=複合柵」↠学習能力が高く柵に入らなくなる。またコストが高い。
(2)新規性の高い音刺激と慣れの関係:音刺激を研究し、柔軟性が高いこと。一定の変化をつけ、慣れさせない。なじみのない音や不規則な音による新規性が慣れを遅らせる。
(3)提案内容:音源の予測不能性を高めることで、サルの馴化を抑制し、長時間の回避効果を維持することが期待される。低コストで追い払いシステムを実証。
(4)地域と連携実証候補地・連携可能性について相談。
(5)実証候補地・連携可能性についての相談。
●目的は「研究のための実験」ではなく、地域で使える被害抑制技術へ育てること。
“原因は地球温暖化” 行政、市民、大学などが連携し理解を深めるため、シンポジウムやワークショップ等を開催し共通認識が必要。

