Tekoälyllä ei ole vakiintunutta ja kaiken kattavaa määritelmää. Se mitä termillä tekoäly tarkoitetaan, vaihtelee sovellusalan sekä vastaajan mukaan. Yleisesti kuitenkin tekoälyllä tarkoitetaan älykkään tekemisen tai päättelyn siirtämistä ihmiseltä koneen tekemäksi. Tiukemmassa määritelmässä tekoälyllä tarkoitetaan ihmismäiseen ajatteluun kykenevää konetta, jolla on tietoisuus, oma tahto sekä ymmärrys. Tällaista ihmismäistä tekoälyä ei ole vielä kehitetty.
Tekoälyn käyttö on yleistynyt maataloudessa lähinnä työtehtävien suunnittelun puolella. Esimerkiksi droonit (dronet) ja muut kaukokartoitusmenetelmät tuottavat pelloista kuvia, joista tekoälyn avulla saadaan tietoa täsmäviljelyn käyttöön. Tekoälyn avulla mittauksista tuotetaan tietoa, jota viljelijät voivat käyttää hyödykseen päätöksiä tehdessä.
Tekniikka
Tekoälyn laajan määritelmän vuoksi myös tekoälyn teknologioita on useita, riippuen sovelluksesta. Tekoälyä hyödynnetään yleisesti joko massadatan (Big data) tulkinnassa ja riippuvuuksien etsimisessä sekä kuvien tulkitsemisessa. Viime vuosien tietotekniikan kehittyminen - prosessoreiden laskentakapasiteetin kasvaminen sekä näytönohjainten teknologian hyödyntäminen tekoälylaskennassa - ovat mahdollistaneet monimutkaisten tekoälyalgoritmien käyttämisen. Algoritmeja itsessään on kehitetty jo useita vuosikymmeniä, mutta niiden käytännönsovellukset ovat vaatineet suuria laskentatietokoneita. Tekoäly on siis algoritmeista koostuva ohjelma tietokoneen sisällä.
Tekoäly on usein toteutettu koneoppimisen avulla, jolloin sen lopullista toimintaa ei ole ohjelmoitu valmiiksi. Koneoppimisessa tekoälylle syötetään opettamiseen tarkoitettua syötetietoa ja tekoäly oppii halutun toiminnan syötetyn tiedon avulla. Syötetty tieto voi olla esimerkiksi ilmakuvia pellosta ja haluttu toiminta esimerkiksi kasvillisuuden määrä, laatu tai vointi.
Tekoäly voidaan opettaa joko antamaan täsmällistä lukua (esimerkiksi kasvillisuuden määrää kg/ha) tai luokittelemaan syötteen eri luokkiin (esimerkiksi hyötykasvi / rikkakasvi. Lisäksi tekoälyä voidaan opettaa jatkuvasti käytön yhteydessä. Käyttäjä voi esimerkiksi korjata tekoälyn virheellisesti luokitteleman tiedon, jolloin syötetty tieto muuttuu opetustiedoksi ja käyttäjän korjaus halutuksi toiminnaksi, jonka jälkeen opettamisalgoritmi suoritetaan uudelleen. Jatkossa jos tekoälylle tulee vastaavaa syötetietoa, se todennäköisesti osaa luokitella sen oikein.
Hyödyt
- Uuden tiedon tuottaminen suurista datamääristä
- Eri lähteiden tuottaman datan yhdistäminen ja analysointi
- Kuvien automaattinen tulkinta tiedoksi
- Päätöksenteon helpottuminen
Huomioitavaa
- Tekoäly on usein liitettynä toisiin sovelluksiin (esim. kaukokartoitus), eikä siis itsenäisesti käytettävä tuote
Tuotteita
Lisätietoa, tutkimusta, hankkeita
- Tutkimushanke: ” Artificial Intelligence Based Mixed Reality Decision Support System for Agriculture” https://www.luke.fi/projektit/aimrads/
Kirjoittaja: Juha Backman, Erikoistutkija, Luonnonvarakeskus