Tekoälyn hyödyntäminen maataloudessa
Tiuttu, Jarmo (2024)
Tiuttu, Jarmo
2024
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2024053018222
https://urn.fi/URN:NBN:fi:amk-2024053018222
Tiivistelmä
Opinnäytetyön tavoitteena oli löytää matalan kynnyksen käyttötarkoituksia tekoälylle, joita viljelijät voivat hyödyntää. Henkilökohtainen kiinnostus aiheeseen yleisesti antoi idean, että voisiko tekoälystä olla hyötyä maataloudessakin. Tekoäly on myös tällä hetkellä varsinainen trendi, joten aihe on ajankohtainen. Tutkimuksen kohteeksi valikoitui Microsoft Copilot ja OpenAI ChatGPT 3.5, jotka ovat maksuttomia selainpohjaisia tekoälychatbotteja. Opinnäytetyön tilaajana toimii Hämeen Ammattikorkeakoulu.
Tekoälyllä tarkoitetaan keinotekoisesti luotuja ihmisälyyn verrattavia toimintamalleja. Tekoäly ei ole yksittäinen teknologia, vaan niitä on erilaisia eri toimintaympäristöihin ja käyttötarkoituksiin. Laajat kielimallit ovat yksi tekoälyn muoto, joka on opetettu ymmärtämään ja luomaan luonnollista kieltä ja tekemään tehtäviä lyhyiden puhekielisten tehtävänantojen perusteella. Käytännössä opetus on tapahtunut syöttämällä miljardeja sivuja tekstiä. Vaikka tekoäly onkin erityisesti tämän vuosikymmenen trendi, on sitä tutkittu jo 1950-luvulta lähtien. Erityinen historiallinen läpimurto tapahtui vuonna 1997, kun shakin maailmanmestari hävisi omassa lajissaan IBM:n Deep Blue -tietokoneohjelmalle.
Tutkimus tehtiin antamalla kahdelle chatbotille samanlaiset tehtävänannot, ja arvioimalla niiden suoritusta. Tehtävänannot valikoituivat viljelijöiden kanssa käytyjen keskustelujen pohjalta: uuden siilon kapasiteettitehtävä, työjärjestyksen tekeminen ja datan analysointiosuudessa viljavuustutkimuksen analysoiminen. Siilotehtävässä ChatGPT:n ja Copilotin välillä oli suurin ero, sillä Copilot osasi vastata tehtävänantoon suoraan, mutta ChatGPT:ltä piti kysyä johdattelevia kysymyksiä runsaasti, ja silti saatiin vain osavastaus. Työjärjestystä kumpikaan ei osannut tehdä aukottomasti annetun tehtävänannon perusteella. Molemmilla oli hankaluuksia tehdä tasapuolinen työjärjestys kaikille työntekijöille.
Viljavuusanalyysi oli kuvamuodossa, joten selvisi, että Copilot voi vastaanottaa kuvatiedostoja, mutta ChatGPT 3.5 ei. Kuvatiedoston konvertoiminen tekstiksi ennen tehtävänannon mahdollistamista laski helppokäyttöisyyspisteitä ChatGPT:n osalta. Molemmat kertoivat viljavuusanalyysistä joitain perusasioita, mutta niissä oli myös virheitä. Konkreettisia viljelytoimenpiteitä kumpikaan ei suositellut.
Johtopäätöksenä todettiin, että tekoälyltä voi kysyä asioista, joista itsellä on pohjatieto, johon vastausta verrata. Copilot on monipuolisempi ja vastasi hieman paremmin, joten kokeilunhaluisille viljelijöille sitä voi suositella harjoitusalustaksi. Otanta on kuitenkin suppea, joten yleistettävyys on melko matala.
Tekoälyllä tarkoitetaan keinotekoisesti luotuja ihmisälyyn verrattavia toimintamalleja. Tekoäly ei ole yksittäinen teknologia, vaan niitä on erilaisia eri toimintaympäristöihin ja käyttötarkoituksiin. Laajat kielimallit ovat yksi tekoälyn muoto, joka on opetettu ymmärtämään ja luomaan luonnollista kieltä ja tekemään tehtäviä lyhyiden puhekielisten tehtävänantojen perusteella. Käytännössä opetus on tapahtunut syöttämällä miljardeja sivuja tekstiä. Vaikka tekoäly onkin erityisesti tämän vuosikymmenen trendi, on sitä tutkittu jo 1950-luvulta lähtien. Erityinen historiallinen läpimurto tapahtui vuonna 1997, kun shakin maailmanmestari hävisi omassa lajissaan IBM:n Deep Blue -tietokoneohjelmalle.
Tutkimus tehtiin antamalla kahdelle chatbotille samanlaiset tehtävänannot, ja arvioimalla niiden suoritusta. Tehtävänannot valikoituivat viljelijöiden kanssa käytyjen keskustelujen pohjalta: uuden siilon kapasiteettitehtävä, työjärjestyksen tekeminen ja datan analysointiosuudessa viljavuustutkimuksen analysoiminen. Siilotehtävässä ChatGPT:n ja Copilotin välillä oli suurin ero, sillä Copilot osasi vastata tehtävänantoon suoraan, mutta ChatGPT:ltä piti kysyä johdattelevia kysymyksiä runsaasti, ja silti saatiin vain osavastaus. Työjärjestystä kumpikaan ei osannut tehdä aukottomasti annetun tehtävänannon perusteella. Molemmilla oli hankaluuksia tehdä tasapuolinen työjärjestys kaikille työntekijöille.
Viljavuusanalyysi oli kuvamuodossa, joten selvisi, että Copilot voi vastaanottaa kuvatiedostoja, mutta ChatGPT 3.5 ei. Kuvatiedoston konvertoiminen tekstiksi ennen tehtävänannon mahdollistamista laski helppokäyttöisyyspisteitä ChatGPT:n osalta. Molemmat kertoivat viljavuusanalyysistä joitain perusasioita, mutta niissä oli myös virheitä. Konkreettisia viljelytoimenpiteitä kumpikaan ei suositellut.
Johtopäätöksenä todettiin, että tekoälyltä voi kysyä asioista, joista itsellä on pohjatieto, johon vastausta verrata. Copilot on monipuolisempi ja vastasi hieman paremmin, joten kokeilunhaluisille viljelijöille sitä voi suositella harjoitusalustaksi. Otanta on kuitenkin suppea, joten yleistettävyys on melko matala.