切らずにドリアンの食べ頃を判定——センサーとAIが見抜く成熟度

ドリアンの品質評価は難しい仕事です。硬い殻に覆われ、内部の果肉を直接見られません。音、香り、果柄、刺の状態などを経験で読み取りますが、品種、収穫後の日数、温度によって判断は変わります。2026年7月にScientific Reportsで公開された研究は、複数のセンサー情報と機械学習を組み合わせ、果実を壊さずに成熟度を判定する装置を開発しました。

一つの数字ではなく情報を組み合わせる

果実の成熟に伴う変化は一種類ではありません。水分、内部組織、ガス、香気、硬さなどが相互に変化します。一つの測定値だけでは、品種差や個体差を成熟差と取り違える可能性があります。研究の特徴は、複数変数をセンサーで取得し、機械学習によってパターンとして判定する点です。

非破壊判定が実用化されれば、検査のために商品を切る必要がなくなり、選果場で食べ頃や加工適性に応じた仕分けがしやすくなります。早すぎる収穫や過熟果の混入を減らせれば、消費者が高価な果実を開けたときの失敗も減らせる可能性があります。

AIは熟練者をすぐ置き換えるのか

機械学習の性能は、学習に使った果実の範囲に左右されます。ある産地・品種・季節で高い精度が出ても、別品種や異なる栽培条件で同じとは限りません。実用化には、Musang King、Monthong、Black Thornなど品種別のデータ、収穫後温度、病害果、形のばらつきを含む検証が必要です。

また、AIの判定基準となる正解データを作るには、熟練者の評価や果肉分析が欠かせません。AIと人は対立するものではなく、熟練者の知識を測定可能な形へ整理し、大量の果実へ安定して適用する関係だと考える方が現実的です。

小規模栽培にも広がる可能性

センサーが小型・低価格になれば、輸出施設だけでなく、直売所や農園での収穫判断にも使えるかもしれません。スマートフォンと接続して、測定値、品種、開花日、落果日、気温を記録できれば、栽培記録そのものが次の判定精度を高めるデータになります。

ドリアンの『食べ頃を見抜く技』は、長く経験の世界にありました。今回の研究は、その経験を否定するのではなく、センサーとデータで共有可能な技術へ近づける試みです。