�鶹��ý

Elintarviketurva on nousemassa entistä keskeisemmäksi kysymykseksi. Ilmastonmuutoksen aiheuttamien äärimmäisten sääolosuhteiden kuten kuivuuden ja rankkasateiden yleistyessä on jatkuvasti tärkeämpää, että viljelykasvien perintöainesta pystytään kehittämään erilaisiin ympäristöihin sopivaksi ja siten maksimoimaan kasvien vastustuskyky ja sato.

Maapallon asukasluvun kasvaessa elintarvikkeiden kysyntä ylittää arvioiden mukaan tarjonnan jopa 60 prosentilla vuoteen 2050 mennessä. Maatalouden tuotantopanostuksia (maata, vettä, lannoitteita) ei voida kasvattaa samassa suhteessa, joten tarvitaan lisäparannuksia. Ilmastonmuutos aiheuttaa lisäksi muita merkittäviä haasteita, joihin vastaaminen on välttämätöntä elintarviketurvan ylläpitämiseksi.

”Globaali kasvinjalostusala ottaa parhaillaan käyttöönsä koneoppimista. Edelläkävijät käyttävät jo lennokkeihin perustuvia järjestelmiä viljelyalueiden skannaamiseen, ja myös prosessin muita osuuksia automatisoidaan”, sanoo Yield Systemsin teknologiajohtaja Jussi Gillberg .

”Tämä ei ole mikään ihme, sillä jalostusprosessi on erittäin dataintensiivinen”.

Yrityksen tarina juontaa juurensa Samuel Kasken johtamaan tutkimusryhmään, joka kehitti koneoppimismetodeja yksilöllistetyn lääketieteen sovelluksiin Aalto-yliopistossa. Ryhmä huomasi, että yksilöllistetyssä lääketieteessä ja kasvinjalostuksessa oli samanlaisia ennakointiin liittyviä ongelmia, ja jotkin ratkaisut voisivat siis olla hyödyllisiä molemmilla aloilla.

Ryhmä otti fokuksekseen kasvilajikkeiden tunnistamisen peltoviljelyalueilla ja alkoi selvittää, mitkä kasvit sopivat parhaiten mihinkin maatyyppiin. Tutkimuksen tuloksia käytettäisiin entistä tarkempien ennakointityökalujen kehittämiseen kasvinjalostajille.

Näille perustuksille Yield Systems kehitti tekoälypohjaisen havainnointityökalun, joka koneoppimiseen yhdistettynä kykenee tuottamaan erittäin tarkkoja arvioita latvustotason ominaisuuksista. Tämän tiedon pohjalta pystytään tuottamaan kattavaa, erittäin relevanttia dataa ja ymmärtämään ominaisuuksia, joita kilpailevat teknologiat eivät havaitse. Tämä data on avainasemassa kasvintuotantoon liittyvässä tutkimus- ja kehitystyössä, jolla voidaan luoda ilmaston jälkeiset olosuhteet kestäviä kasveja ja saavuttaa erittäin kunnianhimoiset tehokkuuden parantamiseen tähtäävät tavoitteet.

Yield Systems syntyi vuonna 2018  spinout-yrityksenä Aalto-yliopiston Startup Centeristä kunnianhimoisena tavoitteenaan edistää tekoälyn demokratisointia kasvinjalostuksen alalla.

Yritys päätti suorittaa tuotteensa ensimmäisen testauksen ilman riskipääomarahoitusta ja rahoitti kehitystyötä sen sijaan tarjoamalla konsultointia. Keskeisen konseptin toimivuus on nyt osoitettu kenttäkokeissa Marokossa ja Pohjois-Euroopassa. Yritys on siirtynyt myyntivaiheeseen ja tavoittelee nopeaa kasvua.

Yield Systems, perustettu vuonna 2018

Perustajat:
Harri Juntunen – Toimitusjohtaja
Jussi Gillberg – Teknologiajohtaja
Linh  Nguyen – Datatieteilijä
Paul Wagner 

Tekes (nyk. Business Finland) myönsi tutkimusryhmälle mukavan 480 000 euron tuen liiketoiminnan kehittämisen tiimin rekrytointia varten.

Yrityksen merkittävimmät virstanpylväät:

• Tuotteen kehittämisen mahdollistavien datatehokkaiden algoritmien toteutus ja testaus
• Kenttäolosuhteet (auringonpaiste, sade jne.) kestävien laitteiden kehittäminen
• Asiakkaidemme tarpeiden tarpeeksi syvällinen ymmärtäminen, jonka ansiosta pystymme tarjoamaan heille uudenlaisia ratkaisuja. Asiakkaamme ovat alan asiantuntijoita ja ovat työskennelleet näiden ongelmien parissa suuren osan elämästään.
• Kasvaminen uusiin rooleihin tiiminä