機械学習のブレークスルーとも言われる深層学習技術の登場と急速な発展により、人間のように柔軟かつ複雑な情報解析が実現しつつある。特に関連技術の利用が易化したことにより、産学問わず様々な分野で活用されはじめている。植物科学・農学ドメインにおいては画像定量、すなわち植物表現型定量に絶大な力を発揮すると期待されている。それでもなお、教師データの整備から最適な深層学習ネットワークの選定など多くの考慮すべきパラメーターが潜在するが為に導入へのハードルは未だ高く、適用事例は未だ限られている。また、深層学習の本質はデータ・セットに潜在する特徴量の学習であり、解析対象に対する核心的な理解を得るためには、植物科学知識を持ってネットワークと協働し、所謂ブラックボックスを紐解く必要に迫られる。植物フェノタイピングへの当該技術の適用や応用場面への利用、病虫害を事例とした特徴量の可視化からネットワーク内部の解釈やデータセットバイアスの洗い出しを行う事例など紹介したい。