Robottien ja AI-palveluiden yhdistäminen

Koneiden ja laitteiden äly kasvaa koko ajan. Kehityksen ajureina ovat olleet energia- ja resurssitehokkuus sekä ympäristökysymykset. Tämä on johtanut esimerkiksi pieniin sähkötoimisiin autonomisiin laitteisiin, jotka tekevät kasvinsuojelua ilman kemiallisia aineita. Työn aikana kerättyä sensoridataa voisi hyödyntää tehokkaasti myös muuhun kuin työn suorittamiseen.

Lukessa on kehitetty järjestelmää robottien etähallintaan ja tehtävien antamiseen perustuen maataloudessa yleisesti hyväksyttyihin standardeihin ISO-11783 (ISOBUS) sekä ISO-5231 (EFDI).

Digitaalisen kuvamateriaalin laajamittaisessa hyödyntämisessä ja edelleen kehittämisessä luonnonvaraseurannoissa on pullonkaulaksi selkeästi muodostunut massiivisten kuva- ja videoaineistojen heterogeeninen varastointi, esiprosessointi ja analysointi. Tekoälyyn perustuvien työkalujen kuten NatureWatch-palvelun hyödyntämisellä pystytään vastaamaan aiempaa laadukkaammin, nopeammin ja kustannustehokkaammin tietotarpeisiin. NatureWatch (NW) on pilvipohjainen verkkosovellus, joka tehostaa digitaalisen luonnonvaradatan käsittelyä tekoälyn avulla. NW sisältää digitaalisen kuva- ja videodatan käsittelyn automaattisella objektien tunnistuksella ja laskennalla digitaalisesta tiedosta. NW on parhaillaan Luke-testauksen alla ja järjestelmän optimointi on käynnissä. Käyttäjäkokemuksesta saadun palautteen ja uusien vaatimusten perusteella NW-alusta vaatii lisäoptimointia palvellakseen laajempaa käyttäjäkuntaa.

Edelleen Lukessa on kehitetty järjestelmää peltokasvien kasvin mallintamiseen ja ennustamiseen. Malli tarvitsee toimiakseen jatkuvaa ja ajantasaista mittaustietoa pellon tilasta. Sääennusteiden ja mallin avulla voidaan ennustaa kasvien tulevaa kasvua sekä suunnitella ja kohdentaa pelloilla tehtäviä toimenpiteitä optimaalisesti.

Datan välittämiseen eri palveluiden välillä on Lukessa tutkittu Data-avaruuden EU:n datastrategian mukaista välityspalveluiden käyttöä.

Visiossa Lukessa kehitetyt järjestelmät yhdistyvät. Robotissa olevien kameroiden tuottama kuvadata lähetetään EFDI yhteyden avulla robotin pilvipalveluun, josta data siirtyy dataspace datanvälityksen avulla AI-palveluun analysoitavaksi. AI-palvelusta analysoinnin tulos luetaan edelleen dataspace datanvälityksen avulla päätöksentekojärjestelmään, jossa luodaan ennustemallia hyväksi käyttäen tehtäviä robottien tai ihmisten toteutettavaksi. Visiosta tehdään proof-of-concept kahden case-tapauksen avulla, jossa ensimmäisessä keskitytään kuvadatan tuottamiseen ja siirtoon robotilta AI-palveluun ja toisessa keskitytään datan käyttöön päätöksenteossa.