Så kan AI förändra skogsbruket

Det händer mycket inom digitaliseringen av skogsbruket. Redan nu kan skogsägare ha stor nytta av metoder och teknik baserad på artificiell intelligens, AI, som kan bidra till både ökad ekonomisk lönsamhet och ett mer hållbart skogsbruk.

AI består av flera olika teknologier som får datorer att tolka och förstå omvärlden bättre, för att kunna planera, resonera och lära sig. Verktygen och metoderna går att använda inom många olika områden och branscher, bland annat inom den skogliga sektorn. I dag finns lösningar där man med hjälp av AI och till exempel bildanalys eller laserscanning kan upptäcka angrepp från skadeinsekter, hitta stormfälld skog eller övervaka skogens tillväxt.

– Den allra viktigaste frågan som skogsägare oftast vill ha hjälp att få svar på är: vad växer i min skog? Ofta med följdfrågan: hur mår skogen och vad kan jag få ut av den? säger David Fendrich, teknikchef och medgrundare av Tenfifty som levererar AI-lösningar till många olika branscher, bland annat skogsaktörer.

Lång tradition av att samla in data om skogen

David Fendrich menar att skogsbranschen i Sverige ligger förvånansvärt långt fram när det gäller AI, vilket bland annat beror på att man har en lång tradition av att samla in information och statistik om sin skog.

– AI bygger på data. Genom att analysera stora mängder skogsdata från till exempel satellitbilder eller laserscanningar, går det att bygga modeller och verktyg som kan vara till stor hjälp för att optimera och effektivisera arbetet både för stora och små skogsägare.

Verktygen kan ge råd om hur du ska avverka AI-modeller kan delas upp i olika grupper. Den vanligaste formen är det som kallas för prediktiva modeller, det vill säga modeller som, baserat på historisk data, förutsäger något – ibland en millisekund bort, ibland 30 år bort. Det kan till exempel handla om att utifrån det man har planterat, och data från satellitbilder och laserskanningar, beräkna skogens tillväxt under en viss period.

– Det finns också så kallade preskriptiva modeller som kan ge mer komplexa svar utifrån informationen som matas in, och som dessutom kan ge råd om hur du bör agera. Det skulle till exempel kunna handla om att du som skogsägare vill ta reda på vilket område som är bäst att avverka just nu, säger David Fendrich och fortsätter:

– En preskriptiv modell kan även utvärdera sig själv och planera om utifrån ny information. Det kanske visar sig vara lerigt och svårt att köra och ta sig fram. Då ger du feedback till verktyget så att det kan planera om direkt.

Optimerar och förenklar processer

Den tredje varianten av AI-modeller är generativa sådana, det vill säga modeller som generar något. Text och bild är det vanligaste, men det kan också handla om branschspecifika saker som till exempel molekyler inom medicinsk forskning.

Det finns många sätt som AI och ny teknologi kan användas som beslutsstöd för att optimera och förenkla processer i svensk skogsindustri. David Fendrich lyfter ett exempel där Tenfifty, tillsammans med Sveaskog, har tagit fram ett verktyg som hjälper till med aptering, det vill säga berättar hur man ska dela upp ett träd i olika delar med syfte att få ut så högt virkesvärde som möjligt.

– Drönare är ett annat exempel på tekniska lösningar som är och kan vara till användning för skogsägare. En drönare kan flyga över ett område och samla in data som sedan kan matas in i en AI-modell. En drönare ger mer detaljerad data än till exempel en satellitbild, säger han.

AI:ns inträde i skogsbranschen, liksom det faktum att Sverige även ligger långt fram när det gäller tekniken generellt, gör att David Fendrich tycker att det är väldigt roligt att jobba med teknikutveckling inom svensk skog just nu.

– Det händer mycket och jag tror att det kommer att komma många nya verktyg för skogsägarna framöver. Det här är bara början.

Text: Sara Steinholtz Sparby