スマート・プロフィット重視の作物アドバイザリーシステム「Kisan AI」

要旨: 現代の作物アドバイザリーシステムには、\textit{経済的盲目性}（economic blindness）と呼ばれる重要な制約があります。これらのシステムは主に生物学的な収量の最適化を行い、市場価格を見落としがちです。その結果、農学的には妥当である一方で、財務的には実行不可能な判断へと農家を導いてしまうことがあります。本論文では、上記の制約を、研究に基づくフルスタックのアプリケーションによって解決する、利益を意識したスマートな作物アドバイザリーシステム Kisan AI を開発します。私たちは、9つの特徴量からなるベンチマークデータセットで Random Forest（RF）分類器モデルを訓練します。このデータセットは、標準の7つの農学的属性に加えて、\textit{market\_price} 変数を含めたものです。さらに、精度（accuracy）、適合率（precision）、再現率（recall）、F1スコア、Log Loss などの評価指標を考慮し、8つのベースラインモデルに対して評価を行います。RFモデルは最も高い精度 99.3% と最も低い Log Loss を達成し、市場価格を予測特徴量として含めることが妥当であり、かつ有意義な効果をもたらすことを確認します。次に、このRFモデルを、多言語対応のプログレッシブ Web App として実装し、Facebook Prophet の6か月価格予測エンジンおよび MobileNetV2 の病害検出モジュールと併用します。Anthropic Claude API により駆動される、9言語のAIチャットボットが、すべてのモジュールを1つのモバイルインストール可能なプラットフォームに統合し、インド中の農家が利用できるようにします。