Metsänhoidon suositusten AI on tekoälyratkaisu, joka vastaa ymmärrettävästi monimutkaisiin aiheisiin

Mikä on Tapio?

TapioAvautuu uuteen välilehteen tuottaa metsään ja luontoon liittyvää riippumatonta tietoa, asiantuntijapalveluja ja ratkaisuja metsien kestävään hyödyntämiseen valtiolle, yksityisen sektorin toimijoille ja yksityisille henkilöille.  Palvelut tuovat ilmaston ja luonnon monimuotoisuuden näkökulmat taloudellisten arvojen rinnalle.

Metsänhoidon suositukset on maa- ja metsätalousministeriön tilaama palvelu, jonka ylläpidosta ja koordinoinnista Tapio vastaa. Suositukset valmistellaan yhdessä metsä-, ympäristö- ja ilmastoalan toimijoiden kanssa. Palvelu on suunnattu suomalaisille metsänomistajille ja metsäalan toimijoille. Sitä hyödynnetään laajasti, sillä se tarjoaa tieteellisesti perusteltuja vaihtoehtoja ja parhaita menetelmiä kestävään metsänhoitoon. 

Vuodesta 2020 lähtien tietoa on jaettu digitaalisessa muodossa. Suositustiedot ovat avoimesti ja maksutta kaikkien, myös kaupallisten toimijoiden käytettävissä osoitteessa www.metsanhoidonsuositukset.fiAvautuu uuteen välilehteen. Tietopalvelun avoimen rajapinnan kautta suositustieto on siirrettävissä halutussa muodossa ja laajuudessa muihin tietojärjestelmiin, jolloin niillä voidaan rikastaa mm. metsäalan sähköisiä palveluita, sovelluksia tai oppimateriaaleja.

Tapion tavoitteena oli pilotoida tekoälyn hyödyntämistä metsänhoidon suositusten verkkosivustolla. Suurimpia haasteita metsänhoidon suositusten hyödyntämisessä on historiallisesti ollut tiedon laajuus ja käyttäjäryhmien moninaisuus. Tiedon löytäminen, sisäistäminen ja kokonaisuuden hahmottaminen on ollut haasteellista, varsinkin ns. maallikoille. Esimerkiksi ilmastokestävyydestä tiedon löytäminen on hankalaa, kun aiheesta on kerrottu monessa erilaisessa artikkelissa ja aihekokonaisuus on laaja ja monisyinen.

Metsänhoidon suosituksia on päivitetty viime vuosina perusteellisesti mm. ilmaston, luonnonhoidon ja vesiensuojelun näkökulmista. Tekoälyratkaisun rakentamisen rinnalla Tapiossa tehtiin palvelun laajempaa muotoilua, ja käyttäjät haluttiin osallistaa myös tekoälyratkaisun konseptin arviointiin.

Ennen tekoälyhakua verkkosivustolla oli jo asiasanalla haku. Hakua pystyy käyttämään yksittäisellä termillä ja tuloksena haku antaa kokonaisia artikkeleita, joissa termi mainitaan jossain kohtaa. Haku edellyttää oikean termin tietämistä, jotta se osaa antaa relevantteja hakutuloksia. Käyttäjän kannalta tulosten määrä on yleensä liian suuri ja hakutoiminnon sijaan tiedon etsinnässä on suosittu hakemistojen ja otsikoiden selailua.

Paremman tiedon löydettävyyden ja ymmärrettävyyden aikaansaamiseksi toteutettiin tekoälyavusteinen haku. Haku auttaa varsinkin suositusten uusia käyttäjiä. Vastauksen voi nyt löytää sellaisiin kysymyksiin, jotka ovat paljon laajempia kuin vain yksi lause tai yksi tekstikappale. Tämä helpottaa laajan suositustiedon omaksumista ja hyödyntämistä.
Keskeistä tekoälyratkaisun teknisessä kehityksessä oli, että kielimalli ei muodosta vastausta lainkaan, jos tietoa ei ole riittävästi.

“Tekoälyn hallusinointia on onnistuttu rajoittamaan. Se ei keksi vastauksia tyhjästä. Jos tietoa ei ole riittävästi, se ilmoittaa siitä ja ohjaa käyttäjää muotoilemaan kysymyksensä uudelleen”, Tapion markkinoinnin ja viestinnän asiantuntija Tarja Ollas kertoo.

Nyt julkaistu tekoälyratkaisu hakee tietoa ainoastaan suositusten sisällöistä, jolloin vastaukset pohjautuvat parhaaseen tutkimustietoon ja käytännön kokemuksiin kestävästä metsänhoidosta. Tekoäly muotoilee vastauksen, mutta tarjoaa lisäksi linkit relevantteihin artikkeleihin.
Palvelualueen päällikkö Kalle Vanhatalo Tapiosta kannustaakin kokeilemaan ja hyödyntämään uutta hakua:

”Tekoäly ymmärtää kysymysten merkityksiä, mitä perinteiset sanahaut eivät osaa. Se auttaa löytämään olennaiset sisällöt, joista voi lukea lisää alkuperäisessä, asiantuntijoiden laatimassa muodossa.”

Tekninen toteutus

Wunderin toimittamassa projektissa työvaiheina suoritettiin:

1. Nykyisen verkkopalvelun (Elasticsearch) haun laajentaminen semanttiseksi hauksi. Semanttisen haun etuna on se, että haku auttaa löytämään tietoja hakukyselyn tarkoituksen ja kontekstuaalisen merkityksen perusteella hakutermien osuman sijaan. Elasticsearchin semanttisen haun toiminnallisuuden perustuvat luonnolliseen kielimalliin (NLP).
2. Integrointi valitun AI kielimallin (OpenAI) rajapintaan. Luonnollinen kielimalli tarvitsee syötteen (prompt), joka tarjotaan jokaisen kielimallille tarjottavan kyselyn mukana ja johon perustuen vastaukset muodostetaan. Mikäli vastausten muodostaminen ei vastaa tarkoitusta sellaisenaan, vastaukset voivat toimia vähintään kokemattoman käyttäjän “avustajana”, joka voi ohjata käyttäjää eteenpäin sivustolla linkkien avulla. 
3. Design ja käyttöliittymätoteutus kysymysten syöttämiselle ja AI:lta saatujen vastausten esittämiselle.

Tekoälyn palveluntarjoajaksi valittiin OpenAI, ja palvelu käyttää tällä hetkellä GPT 4o-mini -kielimallia. 

Tekoälyratkaisu on kehitetty Tapion johdolla ja sen rahoitti maa- ja metsätalousministeriö Hiilestä kiinni –ilmasto-ohjelmasta.

Tekoälyn avustama haku otettiin käyttöön lokakuun alussa 2024. Eli vain muutamassa kuukaudessa saatiin yhteistyöllä rakennettua Tapion ja palvelun käyttäjien toiveita vastaava ja Wunderin ratkaisuita ja innovaatioita hyödyntävä tekoälyhakutoiminto – joka ei hallusinoi! Tämä mahdollistaa erittäin laajan ja luotettavan tiedon hyödyntämisen entistä laajemmalle kohderyhmälle. Erityisesti tekoälyavusteisesta hausta hyötyvät kaikki he, joille metsänhoitoon liittyvät aiheet eivät vielä ole niin tuttuja.