Ulkokiipeilyn ja erityisesti boulderoinnin suosio on kasvussa Suomessa. Uusien siirtolohkareiden löytäminen on kuitenkin kiipeilijöille aikaa vievää ja haastavaa, sillä perinteisesti kohteiden etsiminen perustuu karttoihin, satunnaisiin maastokäynteihin ja muiden harrastajien vinkkeihin. Tähän haasteeseen LAB-ammattikorkeakoulussa tehdyn opinnäytetyön (Rastas 2024) pohjalta kehitetty ratkaisu tarjoaa uuden lähestymistavan: siirtolohkareiden paikantaminen ilmakuvista onnistuu nyt tekoälyn avustuksella automaattisesti ja tarkasti.
Opinnäytetyössä hyödynnettiin syväoppimista, erityisesti YOLOv8-konvoluutioneuroverkkoa, jonka avulla siirtolohkareiden tunnistaminen ilmakuva-aineistosta mahdollistettiin (Rastas 2024). Mallin kouluttamiseen käytettiin Google Earthin ilmakuva-aineistoa, ja tulokset osoittivat jo pienellä datamäärällä, että tekoäly pystyy tehokkaasti paikantamaan luonnossa olevia geologisia kohteita, kuten siirtolohkareita. Tämä ratkaisu nopeuttaa huomattavasti kartoitusprosessia, mikä on suuri etu kiipeilijöille.
Tekoälyn hyödyt ulkokiipeilyssä
Tekoäly pystyy analysoimaan ilmakuvan nopeasti ja tunnistamaan kiipeilyyn sopivat siirtolohkareet automaattisesti. Tämä säästää kiipeilijöiltä huomattavasti karttojen selaamiseen käytettyä aikaa ja mahdollisesti turhia maastokäyntejä. Kiipeilijät voivat hyödyntää tekoälyn johtopäätöksiä löytääkseen uusia kiipeilykohteita aiempaa nopeammin. Tekoälyavusteisesti voidaan kartoittaa laajoja alueita ja löytää potentiaalisia kiipeilykohteita, jotka jäisivät pelkästään ihmissilmin huomaamatta. Tämä tarjoaa mahdollisuuden laajentaa ulkokiipeilyn harrastusmahdollisuuksia täysin uusiin, kiipeilijöille toistaiseksi tuntemattomiin paikkoihin.
Tekoälyn hyödyntäminen siirtolohkareiden kartoittamisessa voi mullistaa ulkokiipeilyä. Kiipeilijät voivat nyt löytää aiemmin tuntemattomia kohteita nopeasti ja helposti, mikä lisää harrastuksen monipuolisuutta ja houkuttelevuutta. Tämä avaa uusia mahdollisuuksia niin aloittelijoille kuin kokeneillekin kiipeilijöille, jotka etsivät uusia haasteita ja seikkailuja luonnosta.
Tulevaisuuden visio
Teknologian kehitys ulottuu jo nyt ulkoiluharrastuksiin, ja tulevaisuudessa tekoäly voisi olla vielä integroidumpi osa myös kiipeilykulttuuria. Ilmakuvia ja muuta kiipeilyyn liittyvää dataa on saatavilla valtavasti, ja niiden hyödyntäminen täysin automaattisesti tekoälyn avulla voi olla seuraava askel. Miltä kuulostaisi valmiiksi pureskeltu päiväraportti sähköpostiin lähialueen potentiaalisimmiksi tunnistetuista uusista kiipeilyalueista?
Tekoälyn tuomat mahdollisuudet ulkokiipeilyssä ovat vasta alkutekijöissään, mutta jo nyt ne tarjoavat konkreettista hyötyä harrastajille. Tulevaisuudessa voimme odottaa, että tekoäly auttaa kiipeilijöitä löytämään entistä enemmän uusia kiipeilykohteita ympäri maailmaa, mikä voi innostaa yhä useampia ihmisiä liikkumaan luonnossa ja nauttimaan kiipeilyn tuomasta ilosta ja haasteista.
Kirjoittajat
Marko Rastas opiskelee LAB-ammattikorkeakoulun IoT:stä tekoälyyn -insinöörikoulutuksessa (YAMK). Hänellä on yli 15 vuoden kokemus IT-alalta, ja hän työskentelee projektipäällikkönä.
Minna Asplund, TkL, toimii LAB-ammattikorkeakoulussa yliopettajana. Hän koordinoi IoT:stä tekoälyyn -insinöörikoulutusta (YAMK).
Lähteet
OpenAI. 2024. DALL·E-tekoälyllä luotu kuva. Viitattu 13.11.2024. Saatavissa https://openai.com/index/dall-e-2/
Rastas, M. 2024. Siirtolohkareiden automaattinen tunnistaminen ja luokittelu konvoluutioneuroverkkoja hyödyntäen. YAMK-opinnäytetyö. LAB-ammattikorkeakoulu, tietotekniikan ala. Lahti. Viitattu 13.11.2024. Saatavissa https://urn.fi/URN:NBN:fi:amk-2024111127803
