Universitetslektor Stefan Bäckman vill slå ett slag för artificiell intelligens i undervisningen. Det är viktigt att öppna metoderna för att bättre kunna se fördelar och nackdelar samt att överblicka olika intressen.
Artificiell intelligens, AI, hör eller börjar idag höra till vardagen inom lantbruket. Såväl inom jordbruket som inom skogsbruket nyttjas AI för olika ändamål. Vanlig användning är att tolka information digitalt för att kunna utnyttja resurser effektivare.
Informationen kan vara bilder, det vill säga mönster och rekognosering, specifika värden eller globala data med speciellt mycket information. Användning av olika kartor ger möjlighet att kombinera ett läge med olika aktiviteter som anpassad gödsling eller växtskydd.
Rekognosering i kombination med kartor kan ge oss uppskattningar av viltskador, ge beslutsunderlag för planering av dränering eller vägar, skogsvägar och mycket mera.
Grunderna för AI baserar sig ofta på så kallad medlemskapsbestämning (membership degree) som skiljer sig från det bivalenta ja nej eller 1 och 0 tänkandet. I dagligt tal överensstämmer medlemskapsbestämning bättre med vårt tänkande.
Om vi till exempel vill avgöra om en färg är vit eller svart så fungerar det bivalenta tänkandet fint, men det blir fort problem då vi inför gråa nyanser och måste göra en skiljedragning för snittet.
Uppgörandet av regler blir genast enklare om vi har ett medlemskapstänkande som ju motsvarar vårt sätt att kommunicera. Vi kan då sätta regler som avgör i vilken kombination av svart och vit färgen kan kallas grå eller svart eller vit.
Det visar sig ofta att då man avser att lära maskiner att upprepa saker så fungerar så kallad fuzzy eller dimmig logik som baserar sig på ett medlemskapstänkande ofta bäst. Häri finns dock kanske en liten konflikt med det vetenskapliga tänkandet som oftast utgår från exakthet och försök till generaliseringar medan medlemskapstänkande kan ge mera flexibilitet vid olika antaganden och definitioner.
Det samnordiska NOVA (The Nordic Forestry, Veterinary and Agricultural University Network, det vill säga nätverket för nordiska skogsbruk-, veterinär- och jordbruksuniversitet) finansierar en kurs för doktorander från Norden där fokus är riktat på att bättre förstå och kunna nyttja AI. Helsingfors Universitet och Agrikultur-Forstvetenskapliga fakulteten står som värd.
Kursen har lärare som är bland de mest kunniga personerna inom området. Intresset för kursen har varit stort och tyvärr var jag tvungen att stänga anmälningsmöjligheten redan efter några veckor på grund av att gränserna för våra resurser kom emot. Kursen är främst en metodkurs men nyttjar olika material från miljö och lantbruk som exempel.
Personligen anser jag att det är viktigt att öppna upp metoderna för att bättre kunna se de olika metodernas fördelar och nackdelar samt att överblicka de olika intressen som kan finnas. I många fall kan de ekonomiska fördelarna för en odlare skilja sig från dem som en leverantör av produktionsfaktorer eller en myndighet har. Det är därför viktigt att se dessa ur ett vetenskapligt perspektiv. Med det avser jag att bilden av fördelar och nackdelar vid olika val är så tydliga som möjligt.
Intresset för AI är i tiden och det är befogat.
Stefan Bäckman
Universitetslektor
Agrikultur-Forstvetenskapliga fakulteten vid Helsingfors Universitet