Siirry sisältöön

Luonnonvarakeskuksen tutkijat esittivät tutkimuskysymyksen, joka luultavasti on käynyt monen viljelijän mielessä: voisiko nopeasti kehittyvistä ja monella alalla käyttöönotetuista laajoista kielimalleista olla apua maanviljelyssä?

Sanalla tekoäly viitataan yleisimmin juuri laajoihin kielimalleihin, kuten OpenAI:n Chat GPT:hen ja Microsoftin Copilotiin. Niiden suuri vahvuus on kyky ottaa tehtäviä vastaan ja tuottaa tulokset ihmisen kielellä.

– Tutkimme kolmella käyttötavalla, kuinka hyvin kielimalli voisi ennustaa viljasatoa sekä suunnitella lisälannoituksen määrää ja puinnin ajoitusta, kun sille annetaan tietoa aiemmista viljelytoimenpiteistä ja olosuhteista. Yhtenä tapana oli OpenAI:n Chat GPT 5.0 sellaisenaan. Toisessa tapauksessa tekoälylle annettiin kontekstiksi noin kymmenentuhatta Luken julkaisua, Luken erikoistutkija Juha Backman kertoo.

Kahdella ensimmäisellä tavalla kielimallit antoivat johdonmukaisia vastauksia lajike- ja lohkokohtaisiin kysymyksiin. Käytännössä vastaukset perustuivat aikaisempien vuosien tilastoihin ja "yleiseen tietämykseen". Kielimallille annettu lähtötieto ei vaikuttanut vastauksiin niin paljon kuin olisi pitänyt. Vastaukset eivät antaneet uutta kokeneelle viljelijälle.

Kolmannessa käyttötapauksessa tutkijat antoivat kielimallille pääsyn viljan kasvun simulaatiomalliin. Mallin hyödyntäminen vaatii simulaation säätämistä esimerkiksi kasvupaikan ja käytettävän lajikkeen tiedoilla.

– Käytännössä kielimalli toimi simulaatiomallin käyttöliittymänä. Ihminen pystyi säätämään mallia luonnollisella kielellä ja toisaalta kielimalli tulkitsi simulaation tulokset ihmisen kielelle. Kielimalli myös osasi esimerkiksi kokeilla itsenäisesti ilman ihmisen kehotusta erilaisia lannoitustasoja parhaan löytämiseksi. Näin käytettynä kieli­malli sai simulaatiomallista saman hyödyn kuin hyvä ihmiskäyttäjä. Teko­äly siis helpottaa viljelijän työtä, Backman sanoo.

Luonnonvarakeskuksen ja Maatalous­koneiden Tutkimussäätiön rahoittama tutkimus tehtiin puhtaasti tutkimuslähtöisesti. Tarkoituksena ei siis ollut toteuttaa työkalua viljelijöiden käyttöön.

Tulosten perusteella tekoälyä voi hyödyntää maatalouden päätöksenteossa. Backmanin mukaan simulaatiomalleja on olemassa lukuisia eri kasveille ja eri olosuhteille. Tekoälyyn liitettynä viljelijän ei tarvitse varsinaisesti opetella jokaisen käyttöä erikseen, vaan laaja kielimalli voi toimia liimana viljelijän ja kasvumallin välissä.