Det tar tid för artificiell intelligens att se mönster i en stor mängd data. Foto: Istock

Intervju

Forskaren: Då kommer genombrottet för AI

Uppkopplade växthus och tänkande inköpslistor. Artificiell intelligens kan göra livsmedelsbranschen mer hållbar och lönsam. Tre profiler ger sin syn på genombrottet för artificiell intelligens.

För inte länge sedan var artificiell intelligens något som hörde framtiden till. Idag har framtiden blivit nutid och den ena intelligenta tekniken efter den andra slåss om att komma in på marknaden för lant- och jordbruksprodukter. Odlingsföretaget Svegro är en av aktörerna som hoppas på en framtid i AI:ns tecken och nyligen fick de finansierad hjälp av Vinnova för att undersöka om, och i så fall hur, de kan använda AI för att förbättra och optimera sin odling.

Minskat svinn med utbyggd AI

– Målet är att använda AI för att titta på hur en optimal gröda ser ut under olika skeden i sin utveckling. Med datamodellens hjälp hoppas vi kunna få fram kvalitativa produkter med minsta möjliga energiåtgång och så lite svinn som möjligt, säger Lisa Lindström, odlingschef för Svegro.

Lisa Lindström, odlingschef Svegro.

Med odlingar på 55 000 kvadratmeter är det omöjligt att med blotta ögat identifiera alla avvikelser och eventuellt koppla ihop dem med förändringar i till exempel temperatur eller fuktighet. Således är Svegros förhoppning att AI genom att processa all data ska göra det enklare att fatta bättre beslut.

– Alla som odlar ekologiskt vet att det kan bli mycket svinn, 10 till 20 procent är inte ovanligt. Man måste träffa rätt på varje enskild gröda och veta hur den fungerar varje vecka under hela året. Varje procent vi kan minska vårt svinn med innebär att vi kan rädda tiotusentals krukor.

Varje procent vi kan minska vårt svinn

Kunden sparar tid i butiken

Det är inte bara inom matproduktion som AI vinner mark. It-företaget ConsumIQ som driver konsumenttjänsten Matlistan har tagit fram en algoritm som sorterar inköpslistor i plockordning. Med hjälp av AI analyseras i vilken ordning konsumenten plockar varorna och vid nästa besök kan användaren signifikant förkorta sin inköpsrunda.

– Kunden använder appen och bockar av varorna efterhand. Redan efter två, tre besök i en helt ny butik kan vi börja att räkna ut plockordningen. Genom att plocka saker i rätt ordning sparar användaren mycket tid, säger vd:n Morgan Skarin.

Morgan Skarin, VD ConsumIQ

Algoritmen analyserar även fritext, så kallad natural language processing, för att lista ut vilka varor användaren vill köpa. Med hjälp av en i appen inbyggd sökmotorteknologi matchas användarens text mot marknadens produkter. Således inkluderas även e-handeln.

– Våra långsiktiga mål är att sätta matplanering och inköp på autopilot.

Morgan Skarin menar att användningen av AI kommer att öka dramatiskt i allt från odling och produktion till inköp och försäljning. Överallt där AI kan appliceras kommer det – förr eller senare – att appliceras givet att det skapar ett värde eller minskar kostnader.

Det kommer att ta längre tid än vad folk tror

Det kommer att ta längre tid än vi tror

Mikael Gilbertsson, som forskar på precisionsodling på RISE Research Institutes of Sweden, tycker det är viktigt att lägga betoningen på ”senare”. Enligt honom råder det för tillfället en väldig AI-hajp och många utvecklare har en övertro på vad de vill åstadkomma.

– Jag har en känsla av att många tar för lätt på utmaningarna. Jag är övertygad om att AI kommer att få en stor betydelse framöver, men det kommer att ta längre tid än vad folk tror, säger han.

Mikael Gilbertsson, forskare RISE

Han drar paralleller till att det först nu kommer ut saker på marknaden som han och hans kollegor forskade på för 20 år sedan. Således förutspår han att det stora genombrottet för AI kommer om 10-15 år.

Han förklarar sin skepsis med att AI behöver mycket träning inom många olika situationer och det inte är säkert att det som funkar på ett fält det första året kommer att funka på ett annat fält året därefter.

– Låt säga att man använder AI för att förutsäga skördetidpunkten. Eftersom den bara infinner sig en gång om året tar det lång tid att träna upp algoritmen.

Ett annat exempel är AI som används för att skilja ogräs från den odlade grödan. Även om kameran tar bilder automatiskt behöver du enligt Mikael Gilbertsson fortfarande sitta och träna datorn i vad som är det ena och det andra.

– Grejen med AI är att man ska kunna se mönster i stora data och att det ska vara självbärande och bli bättre allt eftersom det används. Där är vi inte ännu och därför dröjer genombrottet.

Skribent: Izabella Rosengren

Läs mer


AGFO-tema: AI och robotar

💚 Gillade du det här? Då kommer du att älska vårt nyhetsbrev AGFO Weekly – signa upp gratis här

AIartificiell intelligensConsumIQRISESvegro

Tipsa oss

Mejla

AGFO tror på morgondagens livsmedelskedja. Det gör även våra sponsorer:

Relaterade artiklar

AGFO weekly

Skaffa Sveriges bästa nyhetsbrev om morgondagens mat – gratis!