För två år sedan lät redaktionen Chat GTP, det vill säga en tillämpning av artificiell intelligens, skriva ledaren i Landsbygdens Folk. Sedan dess har utvecklingen på området fullständigt exploderat.
De flesta associerar AI till chatrobotar som Chat GTP eller andra verktyg med vars hjälp man kan skapa roliga bilder och videosnuttar. Men det finns andra möjligheter för AI som gemene man kanske inte kommer att tänka på, vilket gäller även för jordbruket.
Den vanligaste typen av AI man stöter på är generativ AI, det vill säga artificiell intelligens som tränas på stora mängder data och som kan producera text eller bilder. Världen översvämmas av tillämpningar som använder generativ AI, varav bara en del ger någon riktig nytta.
På den senaste lantbruksmaskinmässan i Helsingfors presenterade till exempel ett företag ett AI-verktyg där traktorföraren kan prata med sin traktor och få reda på när nästa service behöver utföras. Där handlar det om att skapa en lösning på ett problem som inte finns. Det fungerar lika bra att skriva med tusch på oljefiltret när det är bytt.
Betydligt större möjligheter finns till exempel i att använda AI för att utveckla nya växtskyddsmedel. Genom att använda en form av AI som kallas GNN, grafiska neurala nätverk, kan företag inom kemibranschen snabbt skapa nya molekyler som kan ha potential som verksamma ämnen i växtskyddsmedel. Att ta fram och testa nya verksamma ämnen som är effektivare och mindre farliga, är i nuläget en mycket långsam och dyr process.
Ett annat verktyg är AlphaFold, vars utvecklare fick nobelpriset i kemi detta år. Det verktyget har på kort tid kartlagt den tredimensionella strukturen på flera hundra miljoner proteiner, vilket är till stor hjälp för forskare också inom jordbruksvetenskaperna.
En tillämpning av AI är maskininlärning. Där tränas datorer att lära sig av data för att kunna fatta allt bättre beslut, utan att skilt programmeras för det. Med hjälp av maskininlärning kan till exempel information från drönare, satellitbilder och sensorer i marken kombineras med markanalyser och skördekartor för att optimera odlingsinsatserna i fält.
Maskininlärda system blir en viktig del av precisionsodlingen, där jordbruksmaskinerna sedan kan styras så att de ger rätt mängd gödsel eller växtskyddsmedel på rätt ställe och i rätt tid. I växthusodling, som redan nu är högteknologisk, kommer maskininlärning ytterligare att förbättra styrningen av odlingen.
AI kommer också att ha stor betydelse för husdjursproduktionen. Avelsarbetet och utfodringsplaneringen blir snabbare och mer exakt med hjälp av artificiell intelligens. I senaste veckas LF finns en artikel om hur beteendemönstret hos kor i en ladugård snart kan övervakas med hjälp av AI.
Den stora frågan för en jordbrukare är förstås vilken nytta den nya tekniken ger på gården och vad den kostar? Svaret är troligen att AI kommer att ge stora ekonomiska fördelar, speciellt för gårdar som utvecklar sig och investerar. Men det kommer samtidigt att kräva mycket nytt tekniskt kunnande av jordbrukarna, vilket i sin tur ställer stora krav både på utbildning och rådgivning.
Någon lösning på landsbygdens avfolkningsproblem och ensamheten bland jordbrukarna ger artificiell intelligens däremot inte. Om inte de mänskliga relationerna också skall skötas med AI.
Denna ledare har inte skrivits med AI.