スーパーワーム社、飼料配合最適化AI「HelixMind」の運用を開始

ベイズ最適化を用いた餌ミックス設計AI、従来探索に比べ最大15倍の効率



株式会社スーパーワーム（本社：宮崎県西都市、代表取締役：古賀勇太朗）は、昆虫養殖における飼料配合の最適化を目的としたAIシステム「HelixMind（ヘリックスマインド）」を開発し、運用を開始したことをお知らせします。
背景
スーパーワーム社では、スーパーワーム（Zophobas morio）やミルワーム（Tenebrio molitor）を用いたバイオ燃料原料の生産技術を開発しています。その中で、飼育コストの大部分を占める「飼料配合」の設計は、生産効率や脂質蓄積を左右する最重要課題の一つです。

近年、食品残渣・汚泥・家畜糞尿など、地域に眠る多様な有機残渣を利用した実証試験が広がる中で、これらの飼料配合を体系的に評価・設計するための有機物残渣データベースの構築を進めています。
それに伴い、膨大な組み合わせを試験に評価する必要があり、最適な飼料配合を効率的に探索するためのAIシステムの必要性が高まっていました。
HelixMindの概要
HelixMindは、ベイズ最適化（Bayesian Optimization）を基盤とした飼料配合最適化AIシステムです。

このシステムは、限られた実験回数でより良い配合比を見つけ出すことを目的としており、評価用ベンチマーク問題において従来のランダム探索に比べ最大15倍の速度で良好な解に到達することを確認しました。このベンチマーク問題では6種類の餌候補を探索空間としており、より多くの候補が含まれる弊社保有の有機物残渣データベースでの探索ではさらなる効果が見込まれます。

[画像: https://prcdn.freetls.fastly.net/release_image/121307/25/121307-25-9767769dda7fab999df54c7806764819-1137x586.png?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
HelixMindを使用した試験デザインに従うと、ランダム探索に比べて15分の1の試験回数で同等レベルの解に到達する

また、ランダム探索では到達が困難な領域においても最適解を導出することに成功しています。

HelixMindは、単なるFCR（Feed Conversion Ratio：飼料要求率）や油脂収率の最適化に留まらず、次のような多次元的な最適化にも対応できる設計となっています。
- 油脂組成や脂肪酸プロファイルによる製品価値の変動
- 餌原料由来のCO2排出削減効果
- 原料コスト・輸送距離を含めた経済的最適化

これにより、HelixMindは今後、単なる探索ツールを超えて、「昆虫バイオマス材料設計AI」として進化する可能性を有しています。
今後の展開
今後は、HelixMindを活用しながら、以下を中心とした運用を進めます。
- 各種残渣・副産物を対象とした餌ミックスの自動探索
- 試験結果からの実験デザインの自動構成による精度と最適解への到達速度の向上
- 生産現場データとのリアルタイム連携による実用化検証

これにより、迅速かつコストを考慮した最適餌設計のプロセスを確立し、昆虫バイオ燃料生産の社会実装を加速していきます。
株式会社スーパーワームについて
株式会社スーパーワームは、「廃棄物から燃料をつくる」をミッションに掲げ、昆虫を活用した廃棄物資源化技術とバイオ燃料製造技術の研究開発を行っています。ゲノム編集・養殖最適化・抽出プロセスを統合した垂直統合型のバイオプラットフォームを構築中です。
- 社名：株式会社スーパーワーム
- 所在地：宮崎県西都市
- 代表取締役：古賀勇太朗
- 事業内容：昆虫由来燃料・飼育・油脂精製技術の研究開発
- URL：https://superworm.jp

本件に関するお問い合わせ先
- 株式会社スーパーワーム
- E-mail：info@superworm.jp


PR TIMESプレスリリース詳細へ