Datapuutarhuri

Dataohjautuvan viljelyn kehittyminen on mielenkiintoista seurattavaa. Wageningenin yliopisto on järjestänyt neljänä vuonna ”Autonomous Greenhouse Challenge” -kilpailun, joiden tavoitteena on ollut optimoida kasvihuoneessa kasvatetun sadon nettotulos. 

Kilpailuihin osallistuneet ryhmät ovat laatineet omat tekoälyalgoritminsa ja käyttäneet niitä määrittääkseen kasvihuoneen olosuhteet ja energiankäytön sekä viljelyyn liittyvien parametrien, kuten kasvien tiheyden ja lehtien poiston asetusarvot. Optimointi on jokaisessa kilpailussa tehty mahdollisimman vähäisellä veden, ravinteiden, energian ja hiilidioksidin kulutuksella sekä mahdollisimman hyvällä sadon määrällä ja laadulla. Kilpailujen kasvilajeina ovat olleet kurkku, salaatti, tomaatti ja nyt viimeisimpänä, tämän vuoden tammikuussa päättyneessä kilpailussa, kasvatettavana oli kirsikkatomaatti.

Kokeiden alkaessa joukkueille on annettu kasvihuoneisiinsa vakioanturit, joiden lisäksi joukkueet ovat saaneet asentaa haluamiaan omia antureita ja kameroita. Käyttöliittymään on välittynyt dataa, jonka perusteella tekoälylle on syötetty lisää tietoa tekoälyn pääteltäväksi. Ryhmät ovat sitten lähettäneet tekoälyalgoritmiensa perusteella optimoimansa asetusarvot takaisin tietokoneelle, joka on ohjannut ilmastonhallinta- ja lannoituspäätöksiä kasvihuoneessa. Ryhmän jäsenet eivät itse ole saaneet mennä kurkistelemaan kasvihuoneisiin, vaan ajatuksena on ollut, että itseoppivat algoritmit (tekoäly) ottaisi vähitellen tehtäväkseen ihmisen päätökset.

Tänä vuonna kilpailun tuomaristo kehui strategioiden moninaisuutta ja ihmetteli miten monenlaisilla ratkaisuilla päädyttiin hyvään lopputulokseen. Yksi joukkue otti heti käyttöön intensiivisen valotuksen, toinen ei. Yksi joukkue ei lämmittänyt alussa juuri lainkaan, mutta käytti loppua kohden paljon lämmitystä. Voittanut joukkue (IDEAS) oli valinnut lähes kaksi kertaa suuremman kasvitiheyden muihin verrattuna, mikä johti korkeampaan päivätuottoon neliömetriä kohden. Erityisesti mainittiin, että joukkue oli käyttänyt tehokkaasti energiaverhoja. Tuomaristo summasi että kasvihuoneen antaminen pelkästään algoritmien hallintaan ja täyden sadon saaminen muutaman kuukauden kuluttua ei ole vielä käytännössä mahdollista, mutta tiettyjen osa-alueiden osalta ollaan jo pitkällä.

Tosielämässä tällaiset ratkaisut ovat vähintäänkin kaukana helppokäyttöisyydestä. Kuinka paljon tällaisiin järjestelmiin kannattaa investoida, riippuu monesta asiasta. Osallistuin marraskuussa 2024 Helsingissä järjestettyyn TONIC Food Tech Business Summit -tapahtumaan. Tapahtuman pääteemana oli ”Kohti kestävää ja maistuvaa tulevaisuutta”. Yhtenä ohjelmanumerona oli kilpailu, jossa 10 start-up yritystä esitteli erilaisia ruoka-aiheisia ideoitaan. Kilpailun voitti HarvestAi, jonka ajatuksena on kasvihuoneen ilmastonhallintadatan ja kasvimittausten perusteella, konenäköä ja algoritmeja hyödyntäen, ennustaa kasvien kasvua ja sadon ajoittumista. Ajatuksena heillä on, että tarkemman tiedon avulla viljelijä voi paremmin neuvotella ostajien kanssa ja varmistaa paremmat hinnat. Kysyin HarvestAi:n edustajalta kilpailun jälkeen, miten heidän optimointilogiikkansa ottaa huomioon esimerkiksi vaihtelevat sähkön hinnat, mutta se on heidän mukaansa aivan erillinen juttu ja viljelijän itse seurattava. Jäin miettimään, kuinka pitkä matka onkaan vielä siihen, että tällaiset sinänsä hyvän kuuloiset järjestelmät toteuttaisivat dataohjautuvaa tuotantoa ilman, että viljelijä itse on kaiken keskellä integraattorina.

Kirjoitus on ilmestynyt Puutarha & Kauppa -lehden (4/2025) kolumnipalstalla 7.3.2025.