Uusi teknologia tarjoaa mahdollisuuksia riskien hallintaan
Tulevaisuuden elintarvikeketju voi toimia osin tai kokonaan autonomisesti algoritmien ja tekoälyn ohjaamien robottien, laitteiden ja liikennevälineiden kautta.
Digitaalisilla ratkaisuilla on teoriassa mahdollista keskitetysti tai hajautetusti ylläpitää reaaliaikaista tilannekuvaa elintarvikeketjusta alkutuotannosta lähtien, mutta käytännössä tämä vaatii uuden, yhteen toimivan teknologian laajaa käyttöönottoa teollisuudessa.
Alkutuotannon näkökulmasta teollinen Internet ja data-analytiikka mahdollistavat tuotantoprosessien tarkan seurannan ja ohjauksen kehittyneiden dataan ja tilannekuvaan nojaavien algoritmien avulla. Esimerkiksi maatilan tuotantoketjun tehokkuutta ja toimintaa voidaan seurata ja optimoida ottaen huomioon ketjun osien ominaisuudet, sähkön hinta ja tuotanto-olosuhteet.
Big data -analytiikka löytää mahdollisia pullonkauloja, säätää maatilan toimintaa ja neuvoo, miten tehokkuutta ja eläinten hyvinvointia voidaan parantaa. Täsmäviljelyssä maaperä ja viljeltävien kasvien ominaisuudet kartoitetaan erilaisilla tekniikoilla, ja tämän tiedon avulla optimoidaan lannoitteiden ja kemikaalien käyttöä. Täsmäviljely perustuu kehittyneiden ICT-teknologioiden varaan, kuten anturi ja paikannusteknologioihin. Lähitulevaisuudessa liikkuva kartoitus ja laserkeilaus voivat mahdollistaa ajantasaisen tilannekuvan.
Data-vetoista täsmäviljelyä ja maatilojen optimointia on otettu osin käyttöön, mutta työ on vasta alussa. Yksi mielenkiintoinen suunta on viljelyä tukevat, massiiviset tietokannat, jotka yhdistävät maaperätietoa ja säätietoa. Tiedon avulla voidaan selvittää, missä lajikkeet kasvavat. Yhdysvalloissa maanviljelijät ovat raportoineet viiden prosentin¹ parannuksesta satomäärässä kahden vuoden aikana uuden teknologian ansiosta.
Maastossa suoritettua mittausta korvataan laserkeilauksella tuotetulla datalla. Tulevaisuudessa liikkuva kartoitus ja laserkeilaus lennokeilla mahdollistavat entistä laajemman ja ajantasaisemman aineiston. Tämä voidaan yhdistää muuhun aineistoon, kuten säätietoihin, jolloin päästään kokonaiskuvaan luonnonvarojen tilanteesta ja käytöstä.
Mahdollisuuksia ja haasteita
Elintarvikkeiden toimitusketjujen ajantasainen seuraaminen edellyttää laitteiden ja tietojärjestelmien toimintavarmuutta, kehittämistä ja yhdistämistä. Myös järjestelmien tietoturva ja tietosuoja pitää huomioida. Reaaliaikaisuus tuo mukanaan paljon vaatimuksia tietojärjestelmän toimintaan, ja ajantasainen elintarvikevirtojen seuranta johtaa valtavaan tiedon ja yhteyksien määrään.
Pilvialustat muodostavat skaalautuvan pohjan tiedon keräämiselle ja yhdistämiselle. Pilvialustojen ohjelmointirajapinnat ovat kehittyneet ja sisältävät laajan kirjon perustoiminnallisuuksia. Nykyiset data-analytiikka- ja tekoälyratkaisut luovat pohjan ketjujen toiminnan arviointiin.
Uudempana ilmiönä lohkoketjutekniikka (Blockchain) mahdollistaisi hajautetun tiedon ja päätösten tallentamisen. Lohkoketju voisi olla yksi tapa tallentaa monimutkaisten välitysketjujen tietoa.
Teollisen Internetin anturit mahdollistavat raaka-aineiden ja elintarvikkeiden seurannan tuotannon eri vaiheiden läpi. Riskien arvioinnissa kehittyvät teknologiat, kuten massaspektroskopia, spektraalinen kuvantaminen ja genomianalyysi tuottavat entistä tarkempia analyyseja. Esimerkiksi kannettavilla massaspektroskopia- ja genomianalyysilaitteilla voidaan tarvittaessa täydentää kiinteitä havainnointilaitteita. Robotit ja lennokit mahdollistavat entistä joustavamman seurannan toteuttamisen.
Yksi mielenkiintoinen menetelmä on 3D-biomassatulostus, jolla voitaisiin tuottaa ruokaa ja muita tuotteita biomassasta missä tahansa kohtaa ketjussa. Pitkällä aikavälillä uudet havainnointiteknologit, tekoälyn ohjaama automatisaatio ja biomassatulostus vaikuttavat lupaavilta teknologioilta ja voivat johtaa elintarviketuotannon merkittävään tehostumiseen.
Esineiden Internet ja Big Data
Digitaalisuuden kaksi keskeistä yhteiskunnan eri toimialoja koskettavaa veturia ovat teollinen Internet (esineiden Internet) ja skaalautuvat data-analytiikkapalvelut (Big Data).
Teollisen Internetin kolme keskeistä osaa ovat toimintaympäristön havainnointi ja siihen liittyvä telemetria, kerätyn tiedon analyysi ja sen perusteella tapahtuva järjestelmän toiminnan säätäminen ja tehostaminen. Nämä kaksi veturia tukevat tosiaan ja muodostavat pohjan datavetoiselle, reaaliaikaiselle, digitaaliselle infrastruktuurille.
Teollinen Internet mahdollistaa sekä tuotannon optimoinnin että sen ympäristövaikutusten ja turvallisuuden mallintamisen.
Helsingin yliopiston esineiden Internetin tutkimus
Helsingin yliopiston tietojenkäsittelytieteen laitoksella tutkitaan esineiden Internetiä sekä data-analytiikkaa ja näiden yhdistämistä.
Laitoksella on kehitetty skaalautuva pilvipohjainen algoritmi poikkeamien tunnistamiseen, (carat.cs.helsinki.fi) tietoturvaratkaisuja esineiden Internetin verkkoihin ja menetelmiä esineiden Internetin opettamiseen.
Laitoksen kasvihuone-projekti (Exactum Greenhouse) yhdistää esineiden Internetin, biotalouden ja opettamisen. Opiskelijat ovat kehittäneet kurssien aikana ratkaisuita kasvihuoneen ympäristön seuraamiseen ja tehostaneet sen käyttöä merkittävästi. Älykäs kasvihuone tietää tilan ilmavirrat, mullan koostumuksen, ja saa kasvit voimaan hyvin.
Suosittelemme artikkelia
Selvitys: Viennin kasvattaminen ja yhteistyön lisääminen vahvistaisi kaikkia ruuantuotannon arvoketjuja
Kalankasvatuksen teknologia kehittyy vauhdilla
Hailian teknologia käyttöön Kalavapriikille
Kyberturvallisuusdirektiivi NIS2 velvoittaa myös elintarvikealaa
Agri-INNO-palkinnosta kisaa neljä innovaatiota
Kumppanisisältö: Go On
