Slik bygget vi ShroomCast

Slik valgte vi ML-modellen som driver prognosen din. Et blikk bak kulissene på 15+ modeller, 4 000 kantarellobservasjoner fra County Mayo og den rettferdige eksamenen i 2025.

I 2021 kom kantarelltoppen i Irland i september. I 2025 kom toppen i juli. To måneder fra hverandre, samme art, samme land. Kalenderen stemmer ikke alltid, været skifter fra år til år, og fjorårets notatbok gjentar seg ikke nødvendigvis. I County Mayo har teamet vårt samlet inn mer enn 4 000 verifiserte kantarellobservasjoner over seks år, og i 2025 tok vi det datasettet og lot 15 ulike ML-modeller gå opp til en rettferdig eksamen. Denne artikkelen handler om hvordan vi sammenlignet dem, hvem som vant, og hvorfor det er nettopp denne modellen du bruker i ShroomCast i dag.

Skogen er ingen kalender. Se på kantarellobservasjonene i hele Irland gjennom de siste 7 sesongene i én graf:

I 2021 ville du ha kjørt ut i skogen i juli og bare funnet mose. I 2025 ville du ha ventet til september og bommet på toppen med seks uker. Dette er ikke et engangstilfelle, det er normalen: temperatur, nedbør, jordfuktighet, skogtype, månefaser, hver av dem forskyver fruktifiseringen med dager og uker, og til sammen kan de dra sesongtoppen fra juli til september og tilbake igjen.

Derfor har soppsankere i århundrer gått «på magefølelsen», etter dårlig formaliserte tegn som «fire dager etter tordenværet, dra til eikelunden». I enkelte skoger og enkelte sesonger fungerer det. På nivået et helt land og et helt år er det rent lotteri.

Med data blir problemet løsbart. Har du tusenvis av faktisk registrerte soppfunn for én region, koblet til været de aktuelle dagene, kan du finne mønstre i dataene og forutsi neste oppblomstring. Det er dette problemet ShroomCast finnes for å løse.

Per dagens versjon:

• 750K+ verifiserte soppobservasjoner siden 2019.
• 230+ regioner i Europa dekket av modellen.
• 7+ år med værdata for hver av disse regionene.
• 14 arter modellert hver for seg (kantarell, steinsopp, morkel, furumatriske, brunstokket rørsopp, honningsopp med flere).

Vi henter kildene på samme måte hver gang: offentlige observasjonsdatabaser pluss teamets egne feltnotater og pålitelige kilder vi samarbeider direkte med. Hver oppføring er ikke bare «funnet denne dagen», men en trippel (region, art, dato) pluss full vær- og jordkontekst rundt den dagen.

Hver art i hver region modelleres for seg. Kantarellen har sine utløsere, morkelen har sine, steinsoppen har sine. Inne i én modell ser vi på fem grupper av variabler:

1. Vær: lufttemperatur, nedbør, luftfuktighet, lufttrykk, skydekke.
2. Jord: jordtemperatur, jordfuktighet, sammensetning.
3. Skog: type (barskog, løvskog, blandingsskog), høyde over havet, lokalt mikroklima.
4. Naturlige sykluser: månefaser, sesongmønstre, artsspesifikke vinduer for fruktifisering.
5. Historisk dynamikk: hva som skjedde i denne regionen med denne arten tidligere år under lignende forhold.

For å vise hvordan vi velger modell, tar vi for oss én region og én art. Mayo er det ideelle testområdet av flere grunner: en stor mengde observasjoner over mange år (mer enn 4 000 bare for kantarell), og i tillegg supplerte vi datasettet med kantarelldata fra hele Irland som kontekst.

2019 til 2024 var treningsperioden vår. Modellene «lærte» av disse seks sesongene: hvilke kombinasjoner av vær og jord som gikk forut for faktiske soppfunn, og hvilke som ikke gjorde det. 2025 lot vi ligge urørt. Det er fremtiden ingen modell hadde sett under treningen.

Hvert punkt i grafen over er enten et funn gjort av teamet vårt eller en verifisert observasjon fra pålitelige kilder vi samarbeider med. Ingen avledede data. Bare det et menneske faktisk har sett og skrevet ned.

Dette er delen de fleste brukere aldri får se: modellkonkurransen.

Vi kjørte mer enn 15 ulike ML-arkitekturer. Navnene deres betyr mindre enn selve tilnærmingen: hver modell så på nøyaktig de samme dataene og måtte lære seg å forutsi sannsynligheten for kantarell i Mayo for hver eneste uke i 2025. Innenfor hver arkitektur prøvde vi titalls varianter: ulike tidshorisonter for variablene, ulike regulariseringsstrategier, ulike måter å kode sesongvariasjon på.

Hovedregelen for utvelgelsen: en modell ble ikke bedømt på hvor godt den husket de gamle dataene (det klarer enhver overtilpasset innretning), men på hvor presist den traff 2025, året den ikke hadde sett under treningen. Det er den rettferdige eksamenen.

Grafen over viser det samme settet med faktiske observasjoner fra 2025, med prognosene fra to finalistmodeller lagt oppå. Den blå linjen (ML-modell 1) følger de virkelige oppblomstringene rent: den fanger opp starten på sesongen, bommer ikke på augusttoppen og faller riktig av utover oktober. Den andre varianten henger enten etter eller overvurderer intensiteten i «stille» uker.

Forskjellen ser liten ut for øyet, men er enorm i praksis. En ekstra «Utmerket»-prognose i en soppfri uke koster deg en bortkastet dag og en tank bensin. En bom på toppen koster deg hele sesongen. Vinneren ble derfor den modellen som i snitt førte brukeren minst på villspor i 2025.

Vi kjørte den samme prosedyren for hver art og for hver av de 230+ regionene. Den samme arkitekturen vant ikke overalt. I regioner med tynnere observasjonsgrunnlag vant de mer konservative modellene, i tette regioner tok de mer følsomme variantene ledelsen. Den endelige produksjonspipelinen er satt sammen av disse lokalt optimale valgene.

Vinnermodellene kjører i produksjon og beregner nå en 14-dagers prognose for hver art i regionen din. Fire ganger i døgnet henter pipelinen ferske værdata, oppdaterer variablene, kjører modellen og publiserer resultatet. Du ser det som den fargekodede skalaen:

• 0-20% Svært lav (lilla, ikke i dag)
• 20-40% Lav (blå, nesten ingen sjanse)
• 40-60% Moderat (grønn, verdt å sjekke de faste plassene dine)
• 60-80% Høy (gul, forholdene er gode)
• 80-100% Utmerket (oransje, ta med kurven)

Så alt som kom ut av tusenvis av timer med modelltrening, er fem farger og ett tall per dag. Slik skal det være. Kompleks modell, enkelt svar.

Åpenhet er en del av produktet. Ikke alle regioner har like tette data, og det skjuler vi ikke.

Sterkest: Storbritannia og Irland. Her har vi den høyeste tettheten av observasjoner og de lengste seriene på artsnivå. Mayo over er et bilde på hvordan en godt mettet region ser ut.

Solid: den sørlige halvdelen av Sverige (Götaland og det meste av Svealand). Vi utvidet dekningen her nylig, og vi får allerede et stabilt signal.

Svakere: Nord-Sverige (Norrland), særlig subarktiske Norrbotten. Vinduene for fruktifisering er kortere, observasjonene færre. Modellen kjører fortsatt, men usikkerhetsbåndet er bredere. Det viser vi ærlig i appen: der dataene er tynne, er prognosen mer forsiktig.

Dette er ingen svakhet, det er slik problemet er formet. Mer data, skarpere svar. Hver sesong legger vi til nye observasjoner og rekalibrerer modellene.

Ett teknisk poeng som dukker opp med jevne mellomrom. ShroomCast viser med vilje ikke prognoser for konkrete punkter på kartet. Bare for regioner (titalls kvadratkilometer).

Grunnen er ikke teknisk. Hvis appen sa «i den lysningen, 50 meter nord for denne svingen, er det 92% sannsynlighet for kantarell i dag», ville den lysningen ikke finnes en uke senere. Skoger overlever ikke razziaer styrt av koordinater. Derfor jobber vi på regionsnivå og lar de personlige plassene være soppsankernes egne.

ShroomCast lagrer ikke posisjonene dine. Husker ikke hvor du har gått. Bygger ikke ditt personlige kart. Det er et bevisst valg, ikke en forglemmelse.

Akkurat nå dekker vi Storbritannia, Irland og Sverige. Neste lansering er Frankrike, deretter det kontinentale Europa i bredere forstand. Vi legger til nye arter etter hvert som observasjonsgrunnlaget vokser nok til å bære dem (minst et par tusen validerte observasjoner per region, ellers er modellen meningsløs).

Hver nye sesong kjører vi den samme eksamenen som vi kjørte for Mayo: tren på tidligere år, test på det inneværende, kår vinnerne. Dette er ingen engangslansering av en modell, det er kontinuerlig rekalibrering.

Soppvarsling er ikke magi og ikke gjetting. Det er et forsøk på å se skogen bedre enn kalenderen og intuisjonen klarer til sammen, og samtidig si ærlig fra til brukeren om hvor modellen er trygg og hvor den ikke er det.

Vi gjør dette fordi vi er soppsankere selv. Alle på teamet har mistet minst én dag i sesongen i en tom skog, og dette produktet startet som en måte å slutte å miste de dagene på. Kjenner du deg igjen i den frustrasjonen, prøv prognosen for din region.