Kunstig intelligens skal klæde landbrugs-app på til udlandet

FieldSense, der er en dansk app, som kan hjælpe landmænd med at overvåge marker ved hjælp af satellitdata, har fået endnu en millionindsprøjtning til videreudvikling af appen. Alexandra Instituttet skal hjælpe med at udnytte kunstig intelligens og billedanalyse til automatisk genkendelse af markgrænser fra satellitbilleder, hvilket kan gøre det muligt at gå internationalt.

Ceptu, der står bag appen, har fået 950.000 kroner fra Innovationsfonden via InnoBooster-ordningen til at gøre det nemmere at sælge appen til udenlandske landmænd, der typisk ikke har samme data til rådighed som herhjemme.

Appen fungerer som en serviceplatform, hvor landmanden kan overvåge sine marker ved hjælp af satellitdata og kan se, om der er problemer med marken, som skyldes fx insektangreb, svampesygdomme eller mangel på gødning. Martin Kjeld Pedersen siger:

Det er et støtteværktøj og et supplement til landmandens nuværende arbejdsmåde, hvor de går ud i marken og ser, hvordan det ser ud. Vi kan give dem det fulde overblik og kan spare landmanden tid, fordi han kan nøjes med at tage på inspektion til de marker, hvor der er problemer. Det sparer ikke kun tid, men optimerer også deres brug af gødning og gavner dermed bundlinjen.

Han er medstifter og en del af holdet bag Ceptu, som består af forhenværende og nuværende studerende på Aarhus Universitet.

Udfordret af manglende data i udlandet

Appen bliver i øjeblikket brugt af 3-400 landmænd i hovedsaglig Danmark, Norge og Sverige. Videreudviklingen skal primært bruges til at sælge til kunder i udlandet, hvor det har været svært at komme ind, fordi de matrikeldata, der er afgørende for at kunne operationalisere appen, enten er ikkeeksisterende eller svært tilgængelige. Modsat i Danmark, hvor Natur- og Erhvervsstyrelsen stiller det til rådighed.

Som det er i dag, så er det både besværligt og tidskrævende at oprette udenlandske kunder og forudsætter, at Ceptu manuelt registrerer samtlige af kundens markgrænser. Det kræver endvidere, at kunden er i besiddelse af digitale geo-koordinater af deres markgrænse, hvilket ofte ikke er tilfældet.

- Vi har haft udenlandske kunder, hvor det har taget op til to måneder at få registreret deres marker, fordi landmændene enten ikke har data, eller har forkert data eller ikke ved, hvordan de skal eksportere det. Det resulterer i en opsætningsproces, der udgør en betydelig flaskehals for den videre skalering af appen, forklarer han.

Træner algoritme til at genkende marker

For at kunne sælge til udlandet er de nødt at finde ud af, hvordan de kan detektere de markgrænser, og derfor har de allieret sig med Alexandra Instituttets Visual Computing Lab, der er eksperter inden for computer vision, billedanalyse og kunstig intelligens. De sidder i øjeblikket og træner en algoritme til at detektere de her markgrænser.

- I stedet for at købe en tredjeparts løsning, så udvikler vi én inde i vores system. Ved at fodre den med data kan vi vise en maskine, hvordan en markgrænse ser ud, og i sidste ende så vil den kunne finde de her markgrænser udelukkende ud fra satellitdata, forklarer Martin Kjeld Pedersen.

Godt eksempel på, hvordan man kan udnytte satellitdata

Ifølge Jesper Mosegaard, der er labchef i Visual Computing Lab på Alexandra Instituttet, så er netop den type it-service, som Alexandra Instituttet leverer til Ceptu, et godt eksempel på, hvordan man kan udnytte big data, og specielt satellitbilleder, til at skabe forretningsværdi gennem nye it-services. Han forklarer:

Big data kommer mange steder fra, og efterhånden er de danske virksomheder opmærksomme på, at der kan ligge værdi eller nye forretningsmodeller og gemme sig. Satellitbillederne er et af disse potentialer, hvor virksomhederne ganske gratis kan få adgang til data, men hvor det kræver lidt ekstra arbejde automatiseret at lave billederne om til brugbar viden, som fx gennem avanceret billedbehandling eller deep learning. Vi arbejder strategisk med dette emne over de næste par år og håber at finde et par gode samarbejdspartnere mere inden for området. Så hermed en opfordring til at tage kontakt, hvis man tror, at big data eller satellitbilleder specielt ville kunne udnyttes i en forretning.

Ifølge Martin Kjeld Pedersen faldt valget på Alexandra Instituttet af flere grunde.

- Vi sidder i samme bygning med blot 100 meter fra hinanden, hvilket giver en stærk synergi mellem vores teams. Endeligt har en af Ceptus medstiftere tidligere arbejdet sammen med Visual Computing Lab, og derfra vidste vi, at netop denne afdeling besidder kompetencerne til at udvikle en stærk algoritme. Samtidig arbejder Jespers team hurtigt og effektivt og leverer resultater, som vi nemt kan implementere i FieldSense, siger Martin Kjeld Pedersen.

Stort potentiale i udlandet

Ifølge Martin Kjeld Pedersen vil den nye løsning med en forbedret algoritme, der kan genkende markgrænserne, åbne op for et langt større marked. Han forventer, at de inden 2021 vil have 4500 kunder i EU, hvoraf de 1500 er i Danmark, mens de resterende er i England, Polen, Rumænien og Tyskland. De regner med at ramme en omsætning på 17 millioner kroner.

- Der er ikke så mange store landmænd i Danmark i modsætning til i udlandet. Disse aftagere udgør en målgruppe af planteavlere, der hver bearbejder mange tusinde hektar og derfor udgør en meget høj værdi. De bruger dermed meget tid på at besøge og sørge for at alt spiller i markerne. Samtidig ved vi fra dialog på landbrugsmesser, at der hverken er drone- eller andre satellitbaserede systemer, som kan opfylde deres behov, forklarer han.

FAKTA:

Samarbejdet har til formål at udvikle en algoritme, der ved brug af data fra satellitter automatiserer identificeringen af markgrænser til generering af matrikeldata.

Algoritmen vil løse en betydelig udfordring i forhold til skalering af FieldSense-appen i udlandet. Matrikeldata anses som en forudsætning for at kunne operationalisere FieldSense på en skalerbar måde, idet denne datatype er altafgørende for at kunne levere tilpasset satellitdata af en kundes afgrøder.

Uden for Danmark er matrikeldata svært tilgængelig eller ikkeeksisterende og udgør dermed en væsentlig barriere for at kunne gå internationalt med FieldSense-appen.

Alexandra Instituttet skal hjælpe med viden og afklaring om metoder inden for computer vision, billedanalyse og kunstig intelligens.