
Jyväskylän yliopiston informaatioteknologian tiedekunnan apulaisprofessori Ilkka Pölönen arvioi, että tekoälystä on lähivuosina saatavilla maa- ja metsätalouteen rahanarvoista hyötyä.
”Ylipäätään kaikenlainen koneellinen autonomia kiinnostaa maataloudessa. Koko ajan kehitetään uusia sovelluksia, jotka voivat tuoda tiloille tehokkuutta työvoima- ja kustannusrakenteesta johtuen”, Pölönen sanoo.
”On jo olemassa itseohjautuvia traktoreita. Teknologiaorientointuneet viljelijät käyttävät apuna drooneja, kun pellon kasvukuntoa kartoitetaan”, Pölönen toteaa.
Pölönen uskoo myös spektrikuvaamisen tuovan paljon hyötyjä.
”Kun kännykkäkamerassa on kolme spektrikaistaa, tuottavat spektrikamerat laajojen kaistojen sijaan paljon kapeita piikkejä. Spektrikameran ottaman kuvan pikseleistä syntyy paljon tarkempaa värimittaamista kuin perinteisellä valokuvauksella.”
”Spektrikameran ottaman kuvan pikseleistä syntyy paljon tarkempaa värimittaamista kuin perinteisellä valokuvauksella.”
Pölösen mukaan spektrikuvaamisella puista tai kasveista voidaan havaita huomattava määrä asioita.
”Kasvillisuudesta nähdään heti, onko se stressaantunut kuivuuden tai tuholaisten takia. Spektrikuvausta on käytetty apuna esimerkiksi kirjanpainajatuhoja torjuttaessa. Sen avulla päästään kiinni tuholaisiin aiemmin. Perinteisestä digivalokuvasta kyllä tunnistaa vaurioituneen tai kuolleen puun, mutta ei infektion ensi oireita.”
Vastaavaa hyötyä supertarkoista spektrikuvista on saatavilla myös esimerkiksi viljanviljelyssä.
”Tekoälyä tarvitaan avuksi datan seulomiseen. Jos kuvassa on vaikka miljoona pikseliä, on siinä myös miljoona spektriä, joita kukaan ihminen ei ehdi käymään läpi.”
Saksalainen professori Michael Emmerich työskentelee Jyväskylän yliopistossa soveltavan matematiikan ja tietokonetieteiden parissa.
Emmerich on mukana yliopiston monitavoitteisessa optimointiryhmässä (Multiobjective Optimization Group), joka hyödyntää tekoälyä datan hankinnassa ja analysoimisessa. Tavoitteena on parantaa tietoon ja dataan perustuvaa päätöksentekoa muuttuvissa tilanteissa.
”Yhdistämme dataa ja tietoa. Tekoälystä on paljon hyötyä, kun käsitellään hyvin suuria datamääriä. Näiden ennustemallien perusteella käytämme tekoälyn tukemia hakualgoritmeja, luodaksemme joukon ehdotuksia suunnitelmia ja toimintamalleja varten”, Emmerich avaa.
Saksalaisprofessori on käsitellyt työssään muun muassa logistiikka-alaan, arkkitehtuuriin sekä metsätalouteen liittyviä suunnitteluongelmia.
”Jos esimerkiksi otetaan kestävä metsätalous, niin ensinnäkin voimme tarjota metsäyhtiölle, julkiselle taholle tai yksityiselle metsänomistajalle valistuneita ja tutkittuun tietoon pohjautuvia ennusteita.”
”Voidaan ennakoida, mitä metsässä tapahtuu lyhyellä ja pitkällä aikavälillä, jos siinä tekee avohakkuun tai jos sieltä poistaa nuoret puut tai jos sieltä poistaa vanhat puut”, Emmerich esittelee.
Emmerich huomauttaa, että erilaisia vaihtoehtoja metsänhoitoon on kaikki paikat ja ajanjaksot huomioiden tähtitieteellisen paljon.
”Tekoälyjärjestelmämme rajaavat esiin mielenkiintoisimmat ja käyttökelpoisimmat vaihtoehdot.”
”Voidaan ennakoida, mitä metsässä tapahtuu lyhyellä ja pitkällä aikavälillä, jos siinä tekee avohakkuun tai jos sieltä poistaa nuoret puut tai jos sieltä poistaa vanhat puut.”
Saksalaisprofessori korostaa, että jokainen metsä on erilainen ja metsätaloudellisten toimien yhteydessä on järkevää huomioida monia asioita.
”Avainasemassa on tietenkin ympäristöarvojen ja taloudellisen hyödyn yhteensovittaminen kestävällä tavalla. Mutta myös esimerkiksi metsien ihmisille tarjoamat terveys- ja virkistysarvot on syytä ottaa huomioon.”
Emmerich on vakuuttunut, että tekoälystä on paljon hyötyä metsänomistajalle.
”Emmehän halua ratkaisuja, jotka ovat huonoja sekä taloudelle että luonnon monimuotoisuudelle. Mutta voimme tarjota vain tarkkoja ennusteita ja auttaa löytämään mielenkiintoisia vaihtoehtoja. Ihminen tekee lopullisen ratkaisun ja kantaa siitä vastuun.”
Miltä metsäsi näyttää euroissa? Katso puun hinta alueittain ja hintojen kehitys koko Suomessa.
