Tidligere i år vant IT-konsulentselskapet Amesto NextBridge den prestisjefylte konkurransen Nordic SAS Hackathon med et prosjekt som bidrar til å forenkle bienes hverdag ved hjelp av kunstig intelligens.
Det er SAS Institute som arrangerer Nordic SAS Hackathon, hvor rundt 25 selskaper fra hele Norden deltar. Konkurransen går ut på å løse kompliserte oppgaver raskt ved hjelp av data science og åpne verktøy, sammen med SAS sine verktøy. Årets tema var bærekraft.
– Vi har samarbeidet med selskapet Beefutures i lengre tid. De utvikler høyteknologiske bikuber med løsninger som skal hjelpe bier slik at de blir i stand til å pollinere bedre og leve lengre. Beefutures satt på spennende forskningsmateriale som vi mente vi kunne lage en løsning for, sier Kjetil Kalager, som er Vice President for AI Lab i Amesto NextBridge.
Kjetil Kalager
Vice President for AI Lab i Amesto NextBridge
Hvor henter biene maten sin?
På begynnelsen av 1970-tallet fant østeriske forskere ut at biene går rundt i et 8-tallsmønster inni bikuben etter at de har hentet honning, og fikk Nobelprisen for dette. Forskerne fant også ut at retningen på 8-tallet forteller i hvilken himmelretning maten har blitt hentet. De observerte at biene i tillegg til dette gjorde en skjelvende bevegelse, en slags dans, hver gang de var på magebeltet til 8-tallet. Hvis denne dansen varte i ett sekund så var det cirka en kilometer til matkilden.
– Vår løsning var å bruke filmer fra Beefutures fra innsiden av bikubene. Ved hjelp av avansert maskinlæring og kunstig intelligens har vi analysert filmene og omgjort biedansen til koordinater i et kart. Løsningen skal utvikles slik at birøkteren kan bruke en app på telefonen sin for å se hvor biene har vært, og hvor kubene bør optimalt plasseres, forklarer Kalager.
Biene lever ikke mer enn rundt en måned. Derfor er det lurt at de slipper å bruke mye tid og krefter på å fly dit maten er. Hvis det viser seg at biene har flydd veldig langt for å hente mat, er derfor dette et godt verktøy som birøkteren kan benytte til å plassere kuben litt nærmere maten for å hjelpe dem.
– Hvis mange bier reiser ut og ikke kommer tilbake, så kan det være at de dør på grunn av forurensning eller av sprøytemidler når de flyr i en bestemt retning. Det klarer vi også å avdekke ved å filme biene, tilføyer han.
Tungt fagmiljø
Amesto NextBridge er spydspissen i Amestokonsernet innen maskinlæring og kunstig intelligens. Denne delen av selskapet består av cirka 40 personer og rundt halvparten av dem har doktorgrader innen områder som genetikk, kvantefysikk, matematikk og statistikk.
– Mange av oss har både drevet med forskning og vært mange år i arbeidslivet, derfor har vi tung kompetanse og mye praktisk erfaring.
Rask utvikling
Selve utviklingen av løsningen, som de vant konkurransene med i Nordic SAS Hackathon, ble utviklet i løpet av en måned. Hele åtte av de 17 bærekraftmålene til FN blir dekket i løsningen.
– Det er et ekstremt kort tidsløp, hvor vi fikk filmene, brukte det siste nye innen maskinlæring, klarte å få datamaskinene til å identifisere selve biene, finne dem som danser, hvor lenge de danser, og finne ut hvilken retning i forhold til solen som biene har funnet næring. Deretter sammenstilte vi dette med kartdata og koordinatene til bikubene og fikk SAS Viya til å vise det i en app, forklarer Kalager.
Mange har studert bienes atferd i mange år, men Amesto NextBridge er sannsynligvis de første som har satt dette sammen til en stor sammenhengende, automatisert løsning. Under utvikling brukte de open source kode og forskning fra universiteter rundt omkring i verden. Disse delelementene satt ekspertene hos Amesto NextBridge sammen til en totalløsning, i tillegg programmerte de også mye av løsningen selv.
– Det som er så spesielt med oss, er at når vi går i gang med nye prosjekter vet vi som regel ingen ting om selve fagfeltet. Men, vi kan masse om data science og om hvordan vi kan få datamaskiner til å løse problemer ved hjelp av det aller nyeste innen forskning, maskinlæring og kunstig intelligens. Derfor blir vi i stand til å utvikle systemer som løser problemstillinger på nye måter, avslutter Kalager.
Les mer her.
Av: Tom Backe, [email protected]