Beyond the Horizon
Where every discovery leads to a new journey.
ひとつの発見が次の旅へ続く、その何かをみつける場所。
AIデータセンター排熱と循環型農業を統合する長期学習型制御システムに関する研究
© 2026 22degrees. All Rights Reserved.
Research on a Long-Term Learning Control System Integrating AI Data Center Waste Heat and Circular Agriculture
© 2026 22degrees. All Rights Reserved.
Research Date: August 29, 2026
Category: Others / Independent Research
22degrees
1. この研究に至った経緯
2026年8月29日、22degreesでは、AIデータセンターから発生する排熱と農業生産を接続し、さらにAI自身が農業環境、生育、収穫結果を長期間学習しながら熱利用を最適化していく循環型農業システムについて研究・考察を行った。
この研究の出発点には、私自身とマンゴーとの長い関係がある。
私は若い頃から沖縄を繰り返し訪れ、これまで100回を超えるほど沖縄へ足を運んできた。
沖縄本島、宮古島、石垣島などでマンゴーに触れ、また宮崎を含め、日本国内で生産されたさまざまなマンゴーを食べてきた。
果物の中でも、マンゴーは私が最も好きな果物である。
食べたマンゴーの種を捨てずに発芽させ、自分で育てることも何度も繰り返してきた。
2026年にも、6月から7月頃に食べたマンゴーの種から複数の苗を育てている。
しかし、関東地方でマンゴーを育てる中で、毎年大きな問題になるのが冬である。
マンゴーは本来、温暖な環境を好む植物である。
関東の冬では、気温だけでなく地温、日照時間、光量などの条件が不足しやすく、これまで何度も越冬に失敗してきた。
この経験から、
「熱帯・亜熱帯植物を寒冷期に維持するためには、どの程度のエネルギーが必要なのか」
「そのエネルギーを、別の場所で捨てられている熱から供給することはできないのか」
という問題意識を以前から持っていた。
そして2026年8月、もう一つ大きな出来事があった。
2026年8月13日から発生した「令和8年8月千葉豪雨」により、私自身も実際に被害を受けた。
居住している古民家の裏側では小規模な土砂崩れが発生し、駐車していた車両も浸水被害を受けた。
自分の生活圏で極端な豪雨による被害を直接経験したことで、気候、エネルギー利用、環境負荷について改めて考えるきっかけとなった。
一つの特定の豪雨災害について、その原因を単純に気候変動だけに帰属させることはできない。
一方で、地球温暖化が進行する中で、大気中の水蒸気量の増加などを通じて極端な降水の強度や発生リスクが変化する可能性は、世界的な研究課題となっている。
そこで、
「AIの急速な拡大によって大量の計算が行われ、そのために大量の電力が使われ、熱が発生する」
というAI側の現象と、
「農業では寒冷期に大量の熱エネルギーが必要になる」
という農業側の現象を、一つの循環として接続できないかと考えた。
この発想が、今回の研究の直接的な出発点となった。
2. AIが生み出す熱を「廃棄物」ではなく「資源」として考える
生成AIをはじめとする高度なAIシステムの普及に伴い、大規模なAIデータセンターではGPUなどの計算装置が大量に使用される。
計算処理では電力が消費され、その多くが最終的には熱となる。
データセンターでは、この熱を設備外へ排出するために冷却システムが必要となる。
しかし、本研究では、この熱を単なる「捨てるべき排熱」として考えるのではなく、
利用可能な熱資源
として捉え直した。
農業、特に温室や施設園芸では、外気温が低下する時期に加温が必要になる。
マンゴーのような温暖な環境を必要とする高付加価値作物では、この問題は特に大きい。
したがって、
AIデータセンター側では不要な熱
と、
農業側では必要な熱
を接続できれば、一つの新しいエネルギー循環が形成できる可能性がある。
3. 単純な「排熱温室」からの発展
最初の発想は比較的単純だった。
AIデータセンターから出る熱を回収して、その熱でマンゴーなどを栽培する温室を暖める。
しかし研究を進める中で、それだけでは不十分であると考えるようになった。
データセンターから得られる熱量は必ずしも一定ではない。
AI計算負荷、GPU稼働率、時間帯、設備構成などによって変化する可能性がある。
同様に農業側の熱需要も一定ではない。
季節、昼夜、外気温、日射、天候、植物の生育段階などによって必要な熱量は変わる。
そこで、
変動するAI計算由来の熱供給
と、
変動する農業側の熱需要
をAIがリアルタイムまたは継続的に調整するという考え方へ発展した。
4. 熱を複数用途へ配分する
回収した熱を、一つの用途だけに固定的に利用する必要はない。
今回の研究では、利用可能な熱を複数の用途へ振り分けることを考えた。
主な候補は、
・温室または施設内の空気加温
・土壌・培地などの根域加温
・有機物の発酵・堆肥化
・温水等による蓄熱
・その他の農業熱需要
である。
重要なのは、あらかじめ固定された割合で配分するのではなく、その時点の状況に応じてAIが配分割合を変更することである。
例えば、夜間に外気温が急激に低下すると予測される場合には、施設加温への供給を増やす。
根域温度が低下している場合には、根域側への熱供給を増やす。
日中の日射によって施設内の気温が十分高い場合には、施設加温を減らし、発酵や蓄熱へ熱を回す。
翌朝に低温が予測される場合には、前もって蓄熱を増加させる。
つまり、
熱を一方向に流すのではなく、必要性に応じて動的に振り分ける
という考え方である。
5. 根域温度という重要な制御対象
植物栽培では、空気温度だけではなく、根が存在する部分の温度も重要である。
根域温度は、水分吸収、養分吸収、根の活動、生育などに関係する。
したがって、巨大な温室空間全体を常に加温することだけが最適なエネルギー利用とは限らない。
必要な場合には、温水などを利用して根域へ直接的に熱を供給することも考えられる。
本研究では、
気温
と
根域温度
を別々の制御対象として扱う。
AIは、その時点で植物にとってどちらへの加温が有効なのかを判断する。
これにより、農業側で必要となる熱エネルギーを、より効率的に利用できる可能性がある。
6. 発酵・堆肥化との接続
さらに、熱の循環だけではなく、農業内部の物質循環との統合を考えた。
農業では、葉、枝、果実残渣などの有機物が発生する。
これらを発酵・堆肥化し、肥料や土壌資源として再び農業へ戻すことができる。
基本的な流れは、
作物
→ 植物残渣・有機物
→ 発酵・堆肥化
→ 肥料・土壌資源
→ 再び作物
となる。
そこへAIデータセンター由来の熱を供給する。
つまり、
AI計算
→ 熱発生
→ 熱回収
→ 発酵工程
→ 肥料資源
→ 作物生産
という循環も形成できる可能性がある。
また、発酵工程そのものでも熱が発生する。
そのため、AIデータセンター由来の熱と農業内部で発生する発酵熱の双方を、一つの熱管理システムで扱うことも考えられる。
7. センサーによる環境の継続観測
このシステムをAIによって最適化するためには、農業環境そのものをデータとして蓄積する必要がある。
想定した主な情報は、
・施設内気温
・外気温
・根域温度
・湿度
・土壌または培地の水分
・日射量
・気象情報
・将来の気象予測
・AIデータセンター側の利用可能熱量
・温水等の熱媒体温度
・流量
・蓄熱量
・発酵温度
・発酵状態
・灌水量
・灌水時期
・肥料投入量
・施肥時期
などである。
これらを単に現在値として監視するだけではなく、履歴データとして長期間保存する。
8. 画像認識による植物の観察
センサーだけでは、植物そのものがどのように変化しているかを完全には理解できない。
そこで本研究では、植物を定期的に撮影し、画像認識によって状態を評価することを考えた。
例えば、毎週あるいは10日程度ごとに撮影し、
・樹冠の拡大
・葉の状態
・葉色
・生育量
・新梢の状態
・開花
・着果
・果実数
・果実の成長
・外観上確認可能なストレス兆候
などを記録する。
これによってAIは、
「温度が何度だった」
という環境データだけではなく、
「その環境条件によって植物が実際にどのように変化したのか」
を学習できる。
9. AIへ入力するデータ
本研究で考えるAIは、一つの値だけを使って判断するものではない。
複数のデータを統合する。
主な入力候補は、
変動するAI計算排熱量
対象作物の生育データ
植物画像
気温
根域温度
湿度
水分状態
気象
気象予測
日射量
蓄熱状態
発酵状態
灌水履歴
肥料投入履歴
過去の生育履歴
過去の収穫履歴
品質履歴
などである。
AIはこれらを統合的に分析する。
10. AIによる熱の動的配分
今回の研究における中心的な考え方の一つが、
AIが利用可能な熱を複数用途へ動的に配分する
という仕組みである。
例えば、
施設内の気温が不足している
→ 施設加温へ熱を供給
根域温度が不足している
→ 根域加温へ熱を供給
両方が十分である
→ 発酵または蓄熱へ供給
翌日の低温が予測される
→ 事前に蓄熱を増加
日射量が多い
→ 日中の施設加温を抑制
発酵温度が不足している
→ 発酵工程へ熱を配分
というように、その時点の環境だけでなく、将来の気象情報も利用して熱利用を変化させる。
11. 収穫量と品質を最終評価にする
農業では、温度を維持すること自体が最終目的ではない。
最終的に重要なのは、
どれだけ生産できたか
そして、
どのような品質になったか
である。
そこで本研究では、
・収穫果実数
・一個あたり果実重量
・総収穫重量
・一樹または一株あたり収量
・糖度
・外観品質
・商品化可能率
・その他の品質指標
などを記録することを考えた。
そして、それを過去の
温度
根域温度
日射
水分
施肥
灌水
熱配分
画像データ
と結びつける。
これによって、
「どのような管理をした結果、どのような収穫になったのか」
をAIが学習できる。
12. 長期間学習する農業制御AI
今回の研究では、AIによる制御を単年度で完結させない。
農業は季節や天候の影響を強く受ける。
同じ場所、同じ作物であっても、年によって気温、降雨、日射、湿度などが異なる。
したがって、
1年
3年
5年
10年
とデータを蓄積する。
AIは毎年の結果を比較し、
「どのような環境条件で、どのような制御が良い結果につながったのか」
を学習する。
例えば、
ある年は根域への熱供給を多くした方が良かった。
別の年は日射が多かったため、施設加温を抑えた方が良かった。
特定の生育段階では、温度と肥料投入の組み合わせが収量に影響した。
ある管理方法では収量は増えたが品質が低下した。
別の管理方法では収量はやや低かったものの糖度が上昇した。
こうした複数年のデータをAIが蓄積していく。
つまり、単なる「温度自動制御」ではなく、
収穫結果から学習し続ける農業AI
を想定している。
13. エネルギー効率も学習対象とする
さらに、農業結果だけではなく、投入したエネルギー量も評価する。
例えば、
1kgの果実を生産するために何kWhの熱を利用したのか。
外部から追加した暖房エネルギーはいくらだったのか。
AIデータセンター排熱の何％を有効利用できたのか。
蓄熱によってピーク時の加温エネルギーをどれだけ削減できたのか。
といった情報を記録する。
したがってAIが最適化する対象は、単純な最大収量だけではない。
収量
品質
エネルギー効率
排熱利用率
運営コスト
などを同時に考える多目的最適化へ発展する可能性がある。
14. 三つの循環
今回の研究を整理すると、大きく三つの循環から構成される。
Heat Cycle ― 熱の循環
AI計算
→ 熱発生
→ 熱回収
→ 熱配分
→ 施設加温・根域加温・発酵・蓄熱
→ 再評価
Nutrient Cycle ― 資源・養分の循環
作物
→ 有機物・植物残渣
→ 発酵・堆肥化
→ 肥料・土壌資源
→ 作物
Learning Cycle ― データと学習の循環
センシング
→ 画像認識
→ AI分析
→ 熱・水・肥料等の制御
→ 植物生育
→ 収穫
→ 品質評価
→ データ蓄積
→ AI再学習
→ 次年度の制御改善
これら三つの循環を、一つの統合システムとして扱う。
15. 五つのレイヤー
システムをさらに整理すると、五つのレイヤーとして考えることができる。
Energy Layer
AIデータセンター排熱、発酵熱、蓄熱、外部エネルギーなどを扱う。
Environment Layer
気温、根域温度、湿度、水分、日射、気象などを扱う。
Biological Layer
植物、葉、根、花、果実、生育段階などを扱う。
Nutrient Layer
肥料、有機物、発酵、堆肥、水、養分などを扱う。
AI Layer
各レイヤーから得られた情報を統合し、予測、判断、制御、長期学習を行う。
16. マンゴーを最初の研究モデルとした理由
今回の研究では、マンゴーを具体的なモデル作物として考えた。
その理由の一つは、私自身が長期間にわたりマンゴーに関心を持ち、実際に種から何度も育ててきた経験があることにある。
そして、関東で栽培する際に最も大きな問題となる冬季の低温を、自分自身が繰り返し経験してきた。
この実体験によって、
「植物に熱が必要である」
という抽象的な理解ではなく、
「どこに、いつ、どの程度の熱が必要なのか」
という問題として捉えることができた。
マンゴーのような高付加価値作物であれば、加温に必要なエネルギーと、得られる農産物価値との関係についても研究しやすい。
ただし、本研究の基本的なシステム構造そのものは、マンゴーだけに限定して考えるものではない。
温度制御が生育、品質、収量、栽培可能地域などに大きく影響するさまざまな作物へ展開できる可能性がある。
17. AIが発生させた熱をAI自身が管理する
今回の研究で特に興味深いと考えた点は、
AI計算によって発生した熱を、AI自身が別の産業で最適利用する
という構造である。
AIが計算する。
計算によって熱が発生する。
その熱を回収する。
AIが農業側の状態を判断する。
AIが熱の配分先を決める。
植物が成長する。
収穫結果が得られる。
その結果をAIが再び学習する。
そして次の制御を改善する。
この流れは、
Compute
→ Heat
→ Agriculture
→ Data
→ Learning
→ Better Heat Allocation
という一つの循環として表現できる。
18. 本研究で到達した中心概念
2026年8月29日の研究を通じて、最終的に次の概念へ到達した。
変動するAI計算由来の排熱量、対象作物の個別生育データ、植物画像、施設環境、根域温度、発酵状態、蓄熱状態、気象、日射、水分、灌水履歴、肥料投入履歴、収穫量および品質履歴等を統合し、AIが利用可能な熱を複数用途へ動的に配分するとともに、その制御結果と農業生産結果を長期間学習し、継続的に熱利用および栽培制御を最適化していく循環型農業制御システム。
その特徴は、単なるデータセンター排熱利用ではない。
単なるスマート農業でもない。
単なるAI温室制御でもない。
計算
熱
植物
環境
肥料
発酵
収穫
データ
学習
を、一つの長期循環システムとして接続するところにある。
19. 研究の位置づけと留意点
今回の研究は、2026年8月29日時点における22degreesの独立研究・概念研究として記録したものである。
データセンター排熱利用、施設園芸、根域加温、蓄熱、発酵・堆肥化、環境センシング、画像認識、AI制御等の各分野には、それぞれ既存の研究・技術・特許が存在する。
したがって、本研究は記載された個々の技術要素について、独自性、新規性、特許性または独占的権利を主張するものではない。
また、特定の収量増加、省エネルギー効果、CO₂削減効果、経済性その他の成果を保証するものでもない。
本研究で検討したのは、それぞれ存在する技術領域を、
「変動するAI計算排熱」と「長期間学習する農業制御」
という観点から統合した場合に、どのような新しいシステム構造が考えられるかという可能性である。
20. 研究を終了するにあたって
今回の研究では、マンゴー栽培における温度管理という身近な実体験から出発した。
そこへ、2026年8月に実際に経験した千葉県での豪雨災害を通じて考えた気候・環境・エネルギーの問題が重なった。
さらに、急速に拡大するAIデータセンターと、そこで発生する大量の熱をどのように社会の別の場所で利用できるのかという問いへ発展した。
その結果、
AIデータセンター排熱
× 循環型農業
× 発酵・肥料循環
× 根域温度管理
× センシング
× 画像認識
× 気象・日射情報
× 長期収穫データ
× AIによる動的熱配分
× 複数年の継続学習
という統合的な研究構想へ到達した。
本研究については、2026年8月29日時点で一度区切りとする。
実際の事業化、特許化、設備開発を直ちに進めることを目的としたものではなく、AI時代におけるエネルギーと農業の新しい関係について考察した研究記録として公開する。
現在のAI社会では、計算能力そのものが急速に拡大している。
しかし、その計算によって生じる熱を含め、AIシステム全体を社会の他のシステムとどのようにつなげていくかという問題は、今後さらに重要になる可能性がある。
AIが生み出した熱を捨てるのではなく、別の生命活動へつなぐ。
そして、その結果を再びAIが学習する。
今回の研究は、そのような循環の可能性を考える一つの試みである。
Research & Concept: 22degrees
Research Date: August 29, 2026
© 2026 22degrees. All Rights Reserved.
Others is a space for ideas before they become structure.
Like a single drop of rain on water, each thought appears, expands, fades, or transforms.
This section collects fragments of imagination —
not all are meant to be realized,
but all are part of the ecosystem of Twenty Two Degrees Universe.
Others（アザーズ）は、構造になる前のアイディアのための場所です。
一粒の雨が水面に落ちるように、発想は生まれ、広がり、消え、また形を変えていきます。
ここでは、実現前の断片を蓄積します。
すべてが実現される必要はなく、
すべてが22degrees Univereseの一部として存在します。
Others → Asset Promotion Rule
- Clarity
The idea can be explained in one sentence. - Form
It can be expressed as a visible output
(image, sound, object, or structure). - Repeatability
It can be reproduced at least twice. - Expansion
It connects to space, time, or experience. - Value
It has potential to create emotional or economic value.
Only ideas that satisfy at least 3 of these conditions
can move from Others to Asset.
Others → Asset昇格ルール
- 明確性
一文で説明できるか - 形になるか
画像・音・物・構造として表現できるか - 再現性
2回以上再現できるか - 接続性
空間・時間・体験と結びつくか - 価値性
感情的または経済的価値を生む可能性があるか
これらのうち3つ以上を満たしたものを
Assetへ昇格させていく構想。
20260726
Nature Satoyama Art（研究・開発中）
2026年7月より、22degreesでは日本の里山に息づく自然素材を活かしたアート作品の研究・制作を開始しました。
苔やシダ、枝葉など、古民家周辺の自然から着想を得た素材を用い、自然と空間が調和する新しい表現を探求しています。
本プロジェクトは、自然の美しさと時間の流れを作品として残すことを目指す研究開発プロジェクトです。
現在、作品制作・保存技術・ブランド設計について検討を進めています。
© 2026 22degrees. All Rights Reserved.
Nature Satoyama Art (Research & Development)
Since July 2026, 22degrees has been exploring the creation of art inspired by the natural landscapes of Japan’s satoyama.
Using materials such as moss, ferns, branches, and leaves gathered around a traditional Japanese farmhouse, the project seeks new forms of artistic expression that harmonize nature and living spaces.
This is an ongoing research and development initiative focused on preserving the beauty and passage of time found in nature through art.
The project is currently in the stages of artwork creation, preservation research, and brand development.
© 2026 22degrees. All Rights Reserved.
202604
- Kinetic Mobile × Fiberglass Reflection
A motorized mobile inspired by organic movement, combined with fiberglass wall surfaces.
This study explores how light reflects, diffuses, and transforms across materials —
creating a dynamic interaction between motion and texture.
- The Great Mother – Ikebana Digitization
A digital archive of Ikebana under the theme “The Great Mother.”
Each arrangement becomes a visual artifact capturing balance, emptiness, and life.
A transformation of ephemeral flowers into a timeless language.
- Living Floor – Plant Propagation System
A long-term ecosystem built from decades of cultivated plants.
Through propagation, plants expand like ripples across space —
forming a connected living design system beyond decoration.
- Small Agriculture – Living Research Field
A small-scale agricultural practice integrated into life, music and design.
Main elements include:
Finger Lime / Kiwi Fruit / Citrus / Lemon / Mango (future research) / Italian vegetables.
A connection between food, time, music, and environment.
- Hexagon Canvas Art
A series of hexagon-shaped canvas artworks, approximately 20 cm in size.
Exploring geometry as a symbol of continuity, expansion, and connection.
Designed as modular pieces that can form collective structures.
Future integration into Design Museum Villa and Digital Design Museum.
- Fiberglass Art – Material Experiment
An experimental study using fiberglass, including hexagon works and raw roving materials.
The focus is on discovering unknown possibilities in texture, light, and structure.
A record of open-ended material exploration.
- Black Strawberry Experience – “Shinku no Misuzu”
An experiential design project based on a rare fruit developed in Oamishirasato.
Known for high sugar content and refined quality.
Exploring integration of taste and music to create a multi-sensory experience. This is a step of idea level.
An idea prototype of a new experiential category.
Japanese(日本語版）
すべてが実現される必要はなく、
すべてが22degrees Univereseの一部として存在します。
- 電動モビール × ファイバーグラス反射
有機的な動きを持つ電動モビールと壁面のファイバーグラス素材の組み合わせ。
光の反射・拡散・変化を研究し、動きと素材の相互作用を生み出す。
- 偉大なる母 – いけばなデジタル化
「偉大なる母」をテーマにしたいけばなのデジタルアーカイブ。
形・余白・生命を記録し、一瞬の美を永続的な表現へと変換する。
- 永遠の命、観葉植物「ユッカ」 – 増殖型システム
約30年超という長きにわたり育ててきた植物ユッカを基盤とした空間システム。
差し木によって増やし、波紋のように広がりながら空間とつながる。
装飾ではなく、時間と空間を生み出す継続そのもの。
- 小さな農業 – 生活と植物と時間空間の研究の場（音楽との統合等）
生活と時間や空間デザインに統合された小規模農業。
主な対象：
フィンガーライム / キウイ / 柑橘 / レモン / マンゴー（研究） / イタリア野菜。
食・時間・環境・音楽をつなぐ。
- 六角形キャンバスアート
約20cmの六角形キャンバス作品シリーズ。
連続性・拡張性・つながりを象徴する形の探求。
単体と集合の両方で成立するモジュール構造。
将来、ミュージアム空間への展開を想定。
- ファイバーグラスアート – 素材実験
ファイバーグラスおよびロービング素材を用いた実験的研究。
質感・光・構造の未知の可能性を探る。
完成形を前提としない探索の記録。
- 黒イチゴ体験設計 – 新紅のミスズ
大網白里市で開発された高糖度品種「新紅のミスズ」。
味覚と音楽を統合し、複合的な体験を設計を試みる構想。
新しい体験カテゴリーの試作しようとする構想。
8.古民家保存chinese dining table Hexagon-18
重要な文化財として。