Sådan byggede vi ShroomCast

Sådan fandt vi den ML-model, der driver din prognose. Et kig bag kulisserne på 15+ modeller, 4.000 kantarelobservationer fra County Mayo og den retfærdige eksamen i 2025.

I 2021 lå kantareltoppen i Irland i september. I 2025 lå den i juli. To måneder til forskel, samme art, samme land. Kalenderen holder ikke altid, vejret flytter sig fra år til år, og sidste sæsons notesbog gentager sig ikke nødvendigvis. I County Mayo har vores team samlet mere end 4.000 verificerede kantarelobservationer over seks år, og i 2025 tog vi det datasæt og sendte 15 forskellige ML-modeller til en retfærdig eksamen. Denne artikel handler om, hvordan vi sammenlignede dem, hvem der vandt, og hvorfor det er præcis den model, du bruger i ShroomCast i dag.

Skoven er ingen kalender. Se kantarelobservationerne fra hele Irland gennem de seneste 7 sæsoner i ét diagram:

I 2021 ville du være kørt i skoven i juli og kun have fundet mos. I 2025 ville du have ventet til september og misset toppen med seks uger. Det er ikke en enlig afvigelse, det er normen: temperatur, nedbør, jordfugtighed, skovtype, månefaser. Hver af dem rykker frugtsætningen med dage og uger, og tilsammen kan de trække sæsonens top fra juli til september og tilbage igen.

Derfor har svampeplukkere i århundreder arbejdet “på fornemmelsen”, ud fra løse tegn som “fire dage efter tordenbygen, så af sted til egeskoven.” I nogle skove og nogle sæsoner virker det fint. På et helt lands og et helt års niveau er det et lotteri.

Med data bliver opgaven til at løse. Har du tusindvis af faktisk registrerede frugtsætninger i én region, koblet til vejret på netop de dage, kan du finde mønstrene i tallene og forudsige det næste skub. Det er den opgave, ShroomCast findes for at løse.

Ved dagens udgivelse:

• 750K+ verificerede svampeobservationer siden 2019.
• 230+ regioner dækket af modellen i hele Europa.
• 7+ års vejrdata for hver af disse regioner.
• 14 arter modelleret hver for sig (kantarel, Karl Johan, morkel, velsmagende mælkehat, brunstokket rørhat, honningsvamp med flere).

Vi henter kilderne på samme måde hver gang: offentlige observationsdatabaser plus vores eget teams feltnoter og betroede kilder, vi samarbejder direkte med. Hver registrering er ikke bare “fundet den dag”, men en triple af region, art og dato plus hele vejr- og jordbundsbilledet omkring netop den dag.

Hver art i hver region modelleres for sig. Kantarellen har sine udløsere, morklen har sine, Karl Johan har sine. Inde i en enkelt model kigger vi på fem grupper af faktorer:

1. Vejr: lufttemperatur, nedbør, luftfugtighed, lufttryk, skydække.
2. Jord: jordtemperatur, jordfugtighed, sammensætning.
3. Skov: type (nåleskov, løvskov, blandet), højde over havet, lokalt mikroklima.
4. Naturlige cyklusser: månefaser, sæsonmønstre, artsspecifikke frugtsætningsvinduer.
5. Historisk udvikling: hvad der skete i netop den region med netop den art i tidligere år under lignende forhold.

For at vise, hvordan vi vælger en model, tager vi én region og én art. Mayo er den ideelle prøveklud af flere grunde: en stor pulje observationer over mange år (mere end 4.000 alene for kantarel), og vi supplerede datasættet med kantareldata fra hele Irland som kontekst.

2019 til 2024 var vores træningsperiode. Modellerne “lærte” af de seks sæsoner: hvilke kombinationer af vejr og jordbund der gik forud for faktisk frugtsætning, og hvilke der ikke gjorde. 2025 lod vi ligge urørt. Det var fremtiden, som ingen model havde set under træningen.

Hvert punkt i diagrammet ovenfor er enten et fund af vores eget team eller en verificeret observation fra betroede kilder, vi arbejder sammen med. Ingen beregnede data. Kun det, et menneske faktisk har set og noteret.

Det er den del, de fleste brugere aldrig ser: modelkonkurrencen.

Vi kørte mere end 15 forskellige ML-arkitekturer. Deres konkrete navne betyder mindre end selve fremgangsmåden: hver model så de samme data og skulle lære at forudsige sandsynligheden for kantarelfrugtsætning i Mayo for hver eneste uge i 2025. Inden for hver arkitektur prøvede vi snesevis af varianter: forskellige tidshorisonter for faktorerne, forskellige regulariseringsstrategier, forskellige måder at kode sæsonrytmen på.

Hovedreglen for udvælgelsen: en model blev ikke bedømt på, hvor godt den huskede de gamle data (det kan ethvert overtilpasset apparat finde ud af), men på hvor præcist den ramte 2025, året den ikke havde set under træningen. Det er den retfærdige eksamen.

Diagrammet ovenfor viser det samme sæt virkelige observationer fra 2025 med forudsigelserne fra to finalistmodeller lagt ovenpå. Den blå kurve (ML-model 1) rammer de rigtige skub rent: den fanger sæsonstarten, misser ikke augusttoppen og aftager korrekt hen over oktober. Den anden variant halter enten bagefter eller overvurderer intensiteten i de “stille” uger.

Forskellen ser lille ud på papiret, men er enorm i praksis. En “Fremragende” for meget i en uge helt uden svampe koster dig en spildt dag og en tank benzin. En misset top koster dig hele sæsonen. Vinderen blev derfor den model, der i gennemsnit vildledte brugeren mindst i 2025.

Vi kørte samme procedure for hver art og for hver af de 230+ regioner. Den samme arkitektur vandt ikke alle steder. I regioner med et tyndere observationsgrundlag vandt de mere konservative modeller, i tætte regioner tog de mere følsomme varianter føringen. Den endelige produktionspipeline er sat sammen af de lokalt bedste valg.

Vindermodellerne kører i produktion og beregner nu en 14-dages prognose for hver art i din region. Fire gange i døgnet henter pipelinen friske vejrdata, opdaterer faktorerne, kører modellen og udgiver resultatet. Du ser det som den farvekodede skala:

• 0-20% Meget lav (lilla, ikke i dag)
• 20-40% Lav (blå, næsten ingen chance)
• 40-60% Moderat (grøn, værd at tjekke dine faste steder)
• 60-80% Høj (gul, forholdene er gode)
• 80-100% Fremragende (orange, tag kurven med)

Alt det, der kom ud af tusindvis af timers modeltræning, ender altså som fem farver og ét tal om dagen. Sådan skal det være. Kompleks model, simpelt svar.

Gennemsigtighed er en del af produktet. Ikke alle regioner har lige tætte data, og det lægger vi ikke skjul på.

Stærkest: Storbritannien og Irland. Her har vi den højeste tæthed af observationer og de længste tidsserier på artsniveau. Mayo ovenfor er billedet på, hvordan en velmættet region ser ud.

Solidt: den sydlige halvdel af Sverige (Götaland og det meste af Svealand). Vi udvidede dækningen her for nylig, og vi får allerede et stabilt signal.

Svagere: Nordsverige (Norrland), især det subarktiske Norrbotten. Frugtsætningsvinduerne er kortere, og observationerne færre. Modellen kører stadig, men usikkerhedsbåndet er bredere. Det siger vi ærligt i appen: hvor data er tynde, er prognosen mere forsigtig.

Det er ikke en fejl, det er opgavens natur. Flere data, skarpere svar. Hver sæson lægger vi nye observationer til og kalibrerer modellerne på ny.

Et teknisk punkt, der dukker op igen og igen. ShroomCast viser bevidst ikke prognoser for bestemte punkter på kortet. Kun for regioner, altså områder på snesevis af kvadratkilometer.

Grunden er ikke teknisk. Hvis appen sagde “i den lysning, 50 meter nord for dette sving, er der 92% sandsynlighed for kantareller i dag”, ville lysningen ikke findes en uge senere. Skove overlever ikke razziaer efter koordinater. Derfor arbejder vi på regionsniveau og overlader de personlige pletter til plukkerne selv.

ShroomCast gemmer ikke dine positioner. Husker ikke, hvor du har gået. Bygger ikke et personligt kort over dig. Det er et bevidst valg, ikke en forglemmelse.

Lige nu dækker vi Storbritannien, Irland og Sverige. Næste udgivelse er Frankrig, derefter det kontinentale Europa i bredere forstand. Vi tilføjer nye arter i takt med, at observationsgrundlaget vokser nok til at bære dem (mindst et par tusinde validerede observationer per region, ellers er modellen meningsløs).

Hver ny sæson kører vi den samme eksamen igennem, som vi kørte for Mayo: træn på de forgangne år, test på det aktuelle, udpeg vinderne. Det er ikke en engangslancering af en model, det er løbende kalibrering.

Svampeprognoser er hverken magi eller gætværk. Det er et forsøg på at læse skoven bedre, end kalenderen og fornemmelsen kan tilsammen, og samtidig sige ærligt til brugeren, hvor modellen er sikker, og hvor den ikke er.

Vi laver det her, fordi vi selv er svampeplukkere. Alle på holdet har mistet mindst én dag hver sæson i en tom skov, og produktet startede som en måde at holde op med at miste de dage på. Kender du den ærgrelse, så prøv prognosen for din region.