Mākslīgais intelekts un meža nozare 6
Aigars Roga, žurnāls ” Baltijas Koks”
Mākslīgais intelekts jau vairākus gadus ir viena no aizraujošākajām tēmām daudziem informācijas tehnoloģiju un citu nozaru speciālistiem. Paraugoties vēsturiski, šis termins artificial intelligence zinātnes darba kārtībā tika pieteikts pirms vairākiem desmitiem gadu, bet līdz šim tas visbiežāk tika saistīts ar zinātniskās fantastikas filmām un nerealizētiem nākotnes projektiem.
Sākot veidot šo rakstu, vēlējos saprast, kā tad akadēmiskā vide ir definējusi mākslīgo intelektu jeb artificial intelligence (AI). Izbrīnīja fakts, ka konkrētas definīcijas nemaz nav. Vienkāršākā definīcija ir – AI jeb mākslīgais intelekts ir digitālā datora vai datora vadīta robota spēja veikt uzdevumus, kas parasti ir asociēti ar saprātīgām būtnēm. Definīcija ir viegli saprotama, bet patiesībā nepasaka neko. AI iespējas ir neizmērojamas, tādēļ šobrīd tiek lauzti daudzi šķēpi, lai saprastu – kas tas ir un kā to iekļaut rāmjos. Tas ir vitāli nepieciešams, jo jau šobrīd ar dažādu AI rīku palīdzību ir iespējams izdarīt brīnumlietas. Tādēļ šis jautājums joprojām paliek atvērts, un robežas tiks novilktas. Šoreiz centīšos ieskicēt galvenos virzienus, kur AI varētu palīdzēt pilnveidot un atvieglot darbu dažādās meža nozares sfērās.
Meža monitorings un novērtējums
Iespējams, meža monitorings ir viena no aktuālākajām tēmām mežsaimniecībā, īpaši valstīs, kur izplatības tempus ir uzņēmis vai turpina egļu astoņzobu mizgrauzis. Insektu un slimību identificēšana un monitorings būtu viena no jomām, kur AI tehnoloģijas varētu palīdzēt. Šobrīd vairākas ASV universitātes īsteno projektus, kas ir saistīti ar mežu monitoringu. Palīgā tiek ņemti droni un citas vizuālo materiālu iegūšanas ierīces. Tā rezultātā tiek ievākts daudz datu. Piemēram, Kalifornijas Universitāte īsteno projektu Forest Health, kurā ar dronu palīdzību tiek iegūti mežu fotoattēli un tālāk tie analizēti ar AI rīku palīdzību. Tādējādi jau priekšlaicīgi ir iespējams noteikt bojātu koku esību mežā un jau priekšlaicīgi veikt kādus preventīvos darbus.
Kāds cits labs piemērs, kas darbu sāka jau 2015. gadā, ir platforma Terramonitor. Divi somu uzņēmēji nolēma izmantot brīvi pieejamos satelītattēlus tālākai analīzei. Jau tad šo datu analīze bija sarežģīta, dārga un tikai maza daļa no iegūtās informācijas vispār tika izmantota. Tādēļ tika izveidota platforma, kurā ir pieejams karšu komplekts, ko veido vairāk nekā 100 miljoni fotoattēlu, kas tiek atjaunināti katru dienu. Integrējot platformas darbībā AI principus, šie attēli jau spēj parādīt mežu izmaiņas tuvu reālajam laikam, tai skaitā koku augšanu vai mežizstrādes apjomus.
Dažādu satelītu uzņemtie attēli ir viens no resursiem, ko salīdzinoši maz izmanto dažādos monitoringos. Tieši AI dotās iespējas šo attēlu analīzei sniegtu gan pētniekiem, gan arī ikdienas lietotājiem jau krietni plašāku un vienkāršāk pieejamu skatu uz to, kas notiek mežos. Ne tikai ar meža teritoriju izmaiņām, bet jau līdz niansētākiem mērījumiem. Kārtējais labais piemērs ir TreeNet projekts, kas darbu sāka pirms astoņiem gadiem. To izstrādāja ASV Merilendas Universitātes pētnieki, un ar tā palīdzību ir iespējams noteikt koka sugu, to tikai nofotografējot ar jebkādu viedierīci. Šādā veidā ir iespējams savākt apjomīgu informācijas datu bāzi ne tikai par koku sugām, bet arī to ģeolokācijām un citiem raksturojošajiem lielumiem.
Uguns drošība un vides saglabāšana
Karstās un sausās vasaras pēdējos gados Eiropā aizvien biežāk izraisa plašus mežu ugunsgrēkus. Šobrīd daudzviet darbojas dažādas ugunsgrēku detektēšanas sistēmas, kas palīdz attālināti noteikt ugunsgrēka izcelšanās vietu un modelēt uguns kustību atkarībā no laikapstākļiem. Viens no veiksmīgākajiem projektiem saistībā ar ugunsdrošību un dažādiem preventīvajiem pasākumiem ir FireWatch, ko ir īstenojusi Eiropas Kosmosa aģentūra sadarbībā ar citām organizācijām. Viņu izstrādātā sistēma palīdz identificēt ugunsgrēkus pēc satelītattēliem ar nelielu laika nobīdi.
Līdzīgas metodes tiek izmantotas dzīvnieku aizsardzībai un monitoringam. Šis projekts tika aizsākts 2010. gadā, kad brīvprātīgie izvietoja dažādās vietās meža kameras. Tā līdz šim ir iegūti desmitiem tūkstošu fotoattēlu, kas tagad tiek apstrādāti ar AI tehnoloģiju, kas palīdz atpazīt dzīvniekus, tos uzskaitīt un izsekot, kā arī saprast to uzvedību un migrācijas iezīmes.
Mežsaimniecība
Tieši mežsaimniecība ir viena no nozarēm, kur AI sniegtās iespējas jau šobrīd ir visvieglāk integrējamas, jo liela daļa ar mežsaimniecību saistīto jautājumu ir digitalizēti. Sākot jau ar mežainuma noteikšanu, sugu detektēšanu līdz pat tādiem praktiskiem darbiem kā stādīšana un efektīvāka mežizstrāde. Pēdējos gados aktuāls ir jautājums par mežu stādīšanas efektivitātes kāpināšanu, tādēļ palīgos tiek ņemti droni, kas šo procesu spēj paveikt ātrāk un, iespējams, arī efektīvāk. Papildus tiek iegūta informācija par augsnes sastāvu un citiem raksturlielumiem, lai turpmāk tiktu izvēlēts pareizais stādmateriāls attiecīgajai teritorijai.
Atgriežoties pie iepriekšminētās problēmas ar astoņzobu mizgrauzi, tieši mežu atjaunošana tuvākajos gados būs sāpīgs jautājums daudzās Eiropas valstīs. Meža stādīšana jeb, pareizāk sakot, sēšana ar dronu palīdzību jau vairākus gadus aktīvi norisinās aizokeāna valstīs. Pirmie droni tika vadīti manuāli ar cilvēka palīdzību, bet šobrīd tehnoloģijas jau ļauj vadīt dronu grupu, kas, ņemot vērā izstrādātā maršruta shēmu, sēklas iesēj. Šādas tehnoloģiskās iespējas ļauj apmežot pat attālus un nepieejamus apgabalus. Tirgū ir pieejamas divu veidu dronu tehnoloģijas – ir jaunuzņēmumi, kas paši izstrādā drona dizainu un pielāgo to šādam darbam, un ir uzņēmumi, kas pielāgo tirgū jau pieejamos dronus. Piemēram, Mast Reforestation ir Sietlā, ASV, bāzēts uzņēmums, kas nodarbojas ar attālinātu mežu apmežošanu Ziemeļamerikā. Uzņēmums koncentrējas uz meža ugunsgrēkos cietušajām teritorijām. Tas tika izveidots 2015. gadā, kad tirgū nebija pieejami droni, kas varētu paveikt šādus uzdevumus. Tika izveidots dizains, kas bija izmēros tik liels, ka bija nepieciešama sadarbība ar ASV Federālo aviācijas administrāciju, lai pielāgotu tā lietošanu drošības noteikumiem.
Austrālijā darbojas uzņēmums Airseed Technologies, kura mērķis ir atjaunot dabiskos mežus, kas ir izstrādāti vai cietuši no plūdiem vai mežu ugunsgrēkiem. Uzņēmums ir izstrādājis specializētus dronus, kas ir aprīkoti ar AI tehnoloģiskajiem risinājumiem. Tie spēj izšaut līdz pat 40 tūkstošiem sēklu dienā attālās un bīstamās vietās. Nesen uzņēmums palīdzēja atjaunot koalu populāciju. Koalu apdzīvotajos reģionos tika izsētas purva mahagonija sēklas, kas ir viens no koalu barības avotiem.
Šādu labo piemēru par tehnoloģiju uzņēmumu iesaisti apmežošanas pasākumos ir daudz, tomēr stādīšana ar rokām joprojām ir krietni efektīvāka. Daudzām koku sugu sēklām ir nepieciešami specifiski apstākļi, lai sēkla varētu kvalitatīvi izdīgt. Lai simulētu šos apstākļus un prasības, lidaparātu izgatavotāji un zinātnieki strādā pie kopīgiem risinājumiem, lai šos dabas procesus integrētu jaunajos produktos. Piemēram, Mast Reforestation pēc sēklu savākšanas imitē miera periodu, pēc kā tās tiek ievietotas speciālās kapsulās kopā ar minerālvielām un citiem uzturvielu maisījumiem, lai radītu piemērotu mikrovidi. Tādējādi tiek panākts efekts, ka sēkla nokrīt uz zemes un tai ir pieejamas visas nepieciešamās vielas, lai tā varētu attīstīties. Savukārt kompānija AirSeed ir izveidojusi līdzīgu kapsulu, bet vairāk pāksts formā, kurā arī ir visas sēklai nepieciešamās uzturvielas, kā arī ogleklis. Tas palīdz sēklai, nolaižoties uz zemes virskārtas, ieaugt un tādējādi palielina iespējas attīstīties jau par pilnvērtīgu stādu. Kārnegija-Melona Universitātes ASV pētnieki ir izveidojuši nedaudz citādāku sēklas ieaugšanās mehānismu – kapsula, kurā ir ievietota sēkla kopā ar visām barības vielām, ir izveidota konusveida, lai tā ieurbtos zemes virskārtā. Tādējādi potenciālais stāds tiek pasargāts no dažādiem to ietekmējošiem laikapstākļiem.
Kokapstrāde un AI iespējas
Jau vairākus gadus AI ir viens no būtiskākajiem inovāciju virzītājspēkiem kokapstrādes nozarē. Tas nav saistīts tikai ar dažādu instrumentu un apstrādes iekārtu darbības pilnveidošanu un uzlabošanu, bet arī ar jaunu tehnoloģiju izstrādi un efektivitātes uzlabošanu. Pavasarī žurnālā Baltijas Koks bija raksti par būvniecības uzņēmumiem, kas izmanto AI, lai varētu automatizēt dažādu paneļu risinājumu izveidi, uzstādīšanu objektā un pat demontēšanu. Tas ir tikai viens no virzieniem, kur var izmantot AI sniegtās iespējas.
Nedaudz atejot no konkrētiem tehnoloģiskajiem risinājumiem, minēšu desmit piemērus, kādos virzienos AI jau var palīdzēt un palīdzēs vēl vairāk tuvākajos gados.
Automatizētais dizains un individualizācija
Šobrīd ir iespējams iekārtot savus mājokļus ar dažādu rīku palīdzību, ievadot vai uzzīmējot savas dzīvojamās telpas izmērus. Tā ir iespējams piemeklēt ne tikai labākos mēbeļu risinājumus, bet jau redzēt – kā tās izskatīsies attiecīgajā telpā. Šādu iespēju izmantošana kļūs tikai pieprasītāka, jo dažādu piedāvāto iespēju klāsts tikai palielināsies, atvieglojot darbu ne tikai dizaineriem, bet arī gala patērētājiem.
Kvalitātes kontrole
Šobrīd daudzas kokapstrādes iekārtas ir aprīkotas ar dažādiem sensoriem un skeneriem, kas palīdz detektēt dažādus koksnes bojājumus vai svešķermeņus, bet tas nav viss, ko ir iespējams paveikt. AI risinājumi piedāvā dažādas vizuālās pārbaudes un kontroles sistēmas, kas spēj noteikt tādas nepilnības kā plaisas, savienojumu defektāciju vai koksnes nepilnības, kas var ietekmēt produkta kvalitāti.
Ražošanas optimizācija
Ražošanas plānošana ir viens no virzieniem, kā AI integrācija uzņēmuma sistēmās varētu optimizēt ikdienas darbus un padarīt tos efektīvākus. Jau šobrīd dažādi risinājumi ir pieejami, tomēr ir daudz un dažādas nianses, kas ir jāpilnveido. Šo apstākli var attiecināt arī uz dažādiem ražošanas tehnoloģiskajiem risinājumiem, lai sasniegtu maksimāli labākos rezultātus.
CNC iespējas
CNC tehnoloģiju plašāka izmantošana jau ir kļuvusi par ikdienu. Tā vairs nav tikai attiecīgo materiālu izgatavošana, bet kombinācijā ar dažādiem papildrisinājumiem ir iespējama jau automatizēta materiālu pārbaude un montāža ražotnē uz vietas. Viens no lielākajiem uzlabojumiem, ko ir iespējams panākt ar AI, ir dažādu instrumentu, kalibrācijas un uzstādījumu maiņa, tādējādi ietaupot gan laiku, gan līdzekļus.
Energoefektivitāte
Ar AI rīku palīdzību ir iespējams analizēt datus, kas ir saistīti ar elektroenerģijas patēriņu, iekārtu darbību un dažādiem vides faktoriem, lai optimizētu enerģijas patēriņu. To ir iespējams izdarīt jau šobrīd, tomēr nereti dažādās uzskaites sistēmas savā starpā nav savienojamas, kas datu apstrādi sarežģī. Integrējot AI risinājumus, šādus procesus ir iespējams identificēt īsā laika periodā un jau izvēlēties kādu no iespējamajiem turpmākajiem risinājumiem.
Materiālu optimizācija
AI algoritmi spēj optimizēt ne tikai ražošanas procesu, bet arī palielināt materiālu izmantošanas efektivitāti. Piemēram, šobrīd ir pieejamas dažādas zāģbaļķu zāģēšanas lazertehnoloģijas, kas baļķi var sazāģēt optimāli pēc vajadzīgajiem parametriem, radot minimālus atlikumus.
Komunikācija ar klientiem
Ir teiciens: nav svarīgi, ko tu ražo, galvenais – kā tu spēj to pārdot. Šobrīd viens no svarīgākajiem faktoriem veiksmīgu darījumu noslēgšanai ir komunikācija ar klientiem. Tādēļ ir izstrādāti dažādi AI rīki, piemēram, tērzēšanas roboti jeb čatboti, kas palīdz klientiem ne tikai izvēlēties piemērotāko produktu, bet sniedz visu nepieciešamo informāciju un automatizēti atbild uz klientu uzdotajiem jautājumiem.
Tirgus izpēte
AI var analizēt tirgus tendences un klientu vēlmes, lai palīdzētu kokapstrādes uzņēmumiem būt informētiem par mainīgajām patērētāju prasībām un atbilstoši pielāgot savu produktu piedāvājumu.
Darba drošība
Uz AI balstītas sistēmas var pārraudzīt darba vidi attiecībā uz iespējamiem apdraudējumiem un brīdināt darbiniekus par drošības riskiem, veicinot drošāku darba vidi.
Kopumā AI tehnoloģijas var būtiski uzlabot dažādus kokapstrādes nozares aspektus, sākot no projektēšanas un ražošanas līdz kvalitātes kontrolei un klientu iesaistīšanai. Automatizējot uzdevumus, optimizējot procesus un iespējojot progresīvu analīzi, mākslīgais intelekts veicina produktivitātes pieaugumu, produktu kvalitātes uzlabošanos un ilgtspējīgu izaugsmi kokapstrādes nozarē.
