Hjälp att identifiera skadegörare med AI

För några år sedan försökte vi tillsammans med forskare från Linköpings universitet utveckla en mobilapp som skulle kunna identifiera olika ogräs. Tanken vara att ta en bild med kameran och få svar på vilka ogräs som finns på bilden. Då var tekniken inte framme för att lyckas lösa detta och det blev ingen mobilapp den gången.

Nu är kanske tekniken mogen för att lösa detta och likande problem. I alla fall finns det gott om exempel där man med hjälp av AI (artificiell intelligens) och maskininlärning försöker lära datorer att känna igen olika saker. Får man detta att fungera finns det gott om möjliga tillämpningar. Mot skadegörare skulle man exempelvis kunna förbättra behovsanpassningen om man får bättre kännedom om vilka skadegörare/ogräs som förekommer och dessutom var de finns. De mest optimistiska förespråkarna menar att bekämpningsmedelsanvändningen skulle kunna minskas med mer än 90 % med hjälp av denna teknik.

Maskininlärning kräver dock att man ”tränar” datorn att känna igen det man vill den ska känna igen med ett mycket stort antal bilder, där man vet vad bilden visar. Största svårigheten verkar vara att få ihop tillräckligt många bilder för att kunna träna datorn. Det finns exempel där man tar hjälp av allmänheten för att få in tillräckligt med bilder. Ett exempel är Nycklpigeförsöket 2018 där man involverat skolklasser runt om i landet för att ta bilder på nyckelpigor för att få ihop tillräckligt mycket bilder för att kunna utveckla en tjänst som automatiskt identifierar olika nyckelpigearter.

klisterfalla-e1541505128824.jpg

Hur många morotsflugor finns på klisterfällan?

Än så länge finns inte så många tillämpningar med maskininlärning tillgängliga för lantbruket. En del av det som är tillgängligt fungerar heller inte riktigt tillfredställande ännu. Vi har exempelvis under hösten testat en mobilapp som säger sig kunna identifiera och räkna antalet skadeinsekter i en fälla. Den tjänsten fungerar inte tillräckligt bra ännu. Det finns å andra sidan andra liknade tjänster som kan identifiera insekter med hög noggrannhet, så det går säkert att göra denna typ av tjänst med hjälp av maskininlärning. Nya tjänster inom alla möjliga områden kommer säkert att utvecklas de närmaste åren. Hur snabbt de kommer och hur bra de blir, får framtiden utvisa. Under tiden får vi fortsätta att identifiera och räkna skadegörare och ogräs manuellt!

Alf Djurberg, Rådgivningsenheten

 

 

Stödpengar att söka för ökad digitalisering

Inom ramen för landsbygdsprogrammet och det Europeiska innovationspartnerskapet EIP, finns det fortfarande mer än 150 miljoner kronor i stödpengar kvar att söka. Pengarna kan ge företag och organisationer möjlighet att förverkliga en innovationsidé inom jordbruk, trädgårds- och rennäringen. Många projekt som har beviljats stöd hittills är projekt som främjar utvecklingen mot ökad digitalisering.

EIP

Stöd för att genomföra ett innovationsprojekt finns till för att de som har en innovationsidé ska få möjlighet att arbeta med att förverkliga den i samarbete med en innovationsgrupp. Tanken med EIP-stödet är att det ska främja samarbete och kunskapsöverföring mellan företagare inom jordbruks- och livsmedelssektorn, forskare och rådgivare. Målet är att utveckla det europeiska jordbruket så att det kan producera foder till djur, biomaterial och livsmedel på ekonomiskt och ekologiskt långsiktigt hållbart sätt.

Idag finns ett 50-tal godkända projekt inom EIP-satsningen och det finns därtill ett 10-tal projekt under handläggning. Ett flertal av projekten fokuserar på ökad användning av artificiell intelligens, digitalisering och robotisering inom jordbruk, trädgård och rennäring . Du kan läsa om godkända projekt och se fem av de godkända innovationsidéerna som inspirationsfilmer på Landsbygdsnätverkets websida .

/Johanna Larsson, Landsbygdsutvecklingsenheten