featured image
Project Autreematic

Project Autreematic

Case

Dette projekt blev udviklet i samarbejde med IBM, hvor de har stillet deres Artificial Intelligence (AI) værktøjer til rådighed som rammen for projektet. Ud fra disse værktøjer gik udfordringen på at udvikle et innovativt og nytænkende koncept, i form af et digital produkt eller tjeneste, der tog udgangspunkt i ét eller flere af IBM’s AI værktøjer.

Det fundne problem

Ved planteskoler bruges der meget tid på at opspore sygdom i planterne, hvor de i nogle tilfælde kan være for langsomme til at opdage sygdommene, hvilket betyder at de ofte bruger mere gift til bekæmpelse end hvis de havde været hurtigere til at fange sygdommene.

  • Hvordan kan man med hjælp af AI og IBM techtools indsamle data omkring helbredet i forskellige træsorter for at bekæmpe sygdom i træer på planteskoler og plantager, uden nødvendigheden for aktiv menneskelig interaktion eller opsyn?
  • Kan man udvikle en metode der billigere, og mere bæredygtigt, bekæmper sygdomme i træer?

Løsning henvender sig til planteskoler og skovplantager, som står for både natur- og skovområder med henblik på deres daglige drift og vedligeholdelse.

Udpluk af anvendte metoder

  • Risiko analyse
  • Projektledelse
  • AI Tools: Watson Picture Recognition Tool
  • User journey

Løsningen

Der er udviklet en lille robot (Autreematic), der automatisk navigere i skovplantager og tager billeder af træer ved hjælp af billedgenkendelse, for at observere og formidle omkring træernes helbred. Hvis robotten møderet træ med sygdom, tages den et billede og sender information omkring sygdommen og træets GPS koordinater via en medfølgende app og hjemmeside. Via appen og hjemmesiden har personalet adgang til en intern database med billeder af sygdom i træerne, en heatmap over sygdomsramte områder samt en statuslog over tidligere aktivitet.
Baseret på Watson Visual Recognition Tool, kan Autreematic kende forskel på et sygt og rask træ. Dertil kan den også kende forskel på sygdomme, for eksempel honningsvamp og ædelgrankræft.
Løsningen er lavet baseret på et dybdegående interview med en gartner fra en planteskole, hvor han belyste en række problemer i hans hverdag, og de behov han har i løbet af en arbejdsdag. For løsningen har det også været relevant at kigge på den data Autreematic indsamler og hvem der kunne have interesse i den. Autreematic indsamler data omkring sygdomme i træer, samt hvor hurtigt disse sygdomme spredes. Dette gøres via billedgenkendelse og et GPS koordinat, der gør det nemt for personalet at lokalisere det sygdomsramte træ. Den indsamlede data kunne have interesse for skov- og naturteknikere under uddannelse, private der vil rejse skove samt i et forskningsperspektiv.