Üniversite öğrencisi Seyyid Ahmed Topbaş ve ortağı, bitkilerdeki hastalık teşhisini çekilen tek bir fotoğraflarla belirleyebilen yapay zeka destekli bir model geliştirdi. Patent süreçleri tamamlanan sistem, çiftçiye akıllı önerilerde bulunarak hastalık zararını en aza indiriyor.
Akşehir ilçesinde çiftçi bir ailenin çocuğu olan ve küçük yaşlardan beri yazılımla ilgilenen Topbaş, hazır modelleri kullanmak yerine kendi özgün yapay zeka mimarilerini geliştirdiklerini anlattı.
Küçük yaşından itibaren bilgisayar, yazılım, algoritma ile ilgilendiğini ve son yıllarda da yapay zekaya merak sardığını, sürekli araştırmalar yaptığını belirten Selçuk Üniversitesi Ziraat Fakültesi Tarım Ekonomisi Bölümü öğrencisi Topbaş, hazır modelleri kullanmak yerine kendi özgün yapay zeka mimarilerini geliştirdiklerini anlattı.
Akşehir ilçesinde çiftçi bir ailenin çocuğu olduğunu aktaran Topbaş, "Dedem ve babam yıllardır buğday ve diğer bitkisel üretimleri yapıyorlar. Yazılımlar ve yapay zeka kadar tarımla da sahada yakından ilgileniyorum" dedi. "5 MÜHENDİSİN FARKLI TEŞHİSİ VE YANLIŞ İLAÇ MALİYETİ PROJEYİ ORTAYA ÇIKARDI"
Geçen yıl kendi buğday tarlalarında görülen bir hastalık için sahaya 5 farklı ziraat mühendisi çağırdıklarını ve her birinin farklı teşhis koyduğunu dile getiren Topbaş, projenin çıkış hikayesini şu sözlerle anlattı:
"Bu mühendislerin sadece teşhis ve vizite giderleri bile küçük aile işletmeleri için çok ciddi bir yük; sahada bu maliyetler çok yüksek rakamlara ulaşabiliyor. Kaldı ki asıl büyük zarar, yanlış teşhis sonucu tarlaya atılan yanlış ilaçlar ve ziyan olan mahsulden kaynaklanıyor. Bununla ilgili dünyada daha teknolojik sistemler olup olmadığını araştırdım. Bazı sistemler var ancak doğruluk garantisi olmayan, arkasında durulmayan yapılar. Üstelik tamamen online (internete bağlı) çalışıyorlar. Kırsalda internetin çekmediği bir noktada bu sistemlerin donması veya yanlış yönlendirmesi çiftçi için ciddi ürün kayıplarına ve zararlara yol açabiliyor." KIRSALIN ŞARTLARINA UYGUN; İNTERNETTEN BAĞIMSIZ
Kırsalda her yerde cep telefonunun internetinin verimli kullanılamadığının bilinciyle, tamamen offline (internetsiz) çalışabilen bir sistem geliştirmek için ortağıyla yola çıktıklarını anlatan Topbaş, yapay zeka ve derin öğrenme sistemlerini kullanarak "EDGE Computing Tabanlı İnternetten Bağımsız Bitki Hastalık Teşhis ve Akıllı Reçeteleme Sistemi" oluşturduklarını kaydetti.
Geliştirdikleri teknolojide 2 yapay zeka ve 1 fenoloji motorunun senkronize çalıştığını belirten Topbaş, sisteme ilişkin şunları söyledi:
"Fenoloji motorumuz anlık ve geçmiş meteoroloji verilerini analiz ediyor. Çiftçimiz tarlasında, örneğin buğdayda bir hastalık gördüğü an bunu fotoğraflayıp sisteme yüklüyor. Bulunduğu yeri manuel belirtmesine gerek yok; sistem bunu GPS verileri üzerinden otomatik doğruluyor ve bölgedeki iklim verileriyle ilişkilendiriyor. Geliştirdiğimiz model, yüklenen tek bir fotoğraftan katmanlı 3 farklı analiz görseli çıkarıyor. O bitkinin yapısına göre nerede, hangi hastalığın başlayabileceğini tespit ediyor. Kendi mimarimiz olan modele ve fenolojik motora yüklenen bu veriler, internete hiç ihtiyaç duymadan cihazın kendi işlemcisi üzerinde (Edge Computing) işleniyor. 15-30 saniyelik çok kısa bir sürede hastalık tahmini tamamlanıyor. Sistemimiz organik tarım yapan üreticilere biyolojik çözüm önerileri sunarken, endüstriyel tarımcılara ise kimyasal çözümler sunuyor. Burada en kritik nokta; bizimkisi ticari bir ilaç markası önerisi değil, doğrudan bilimsel 'etken madde' önerisidir. Üstelik sistem güncellemeleri çok kolay yapılıyor ve kullanıcının internet paketini neredeyse hiç harcamıyor." "KENDİ MODELİMİZLE YÜZDE 96,82 DOĞRULUĞA ULAŞTIK"
Projenin Ar-Ge aşamasında ilk başta küresel hazır Google modellerini test ettiklerini ancak tarımsal sahadaki doğruluk paylarının yüzde 5 ile yüzde 60 arasında kaldığına dikkati çeken genç girişimci, sözlerini şöyle sürdürdü:
"Bu düşük oranlar tarım sektörü için bizi asla tatmin etmedi. Çünkü tarımda yüzde 60 doğruluk, büyük rekolte zararlarına yol açabilecek tehlikeli bir orandır. Çiftçi zaten yüksek girdi maliyetleriyle üretim yaparken, bir sistem hatası yüzünden tüm ürününden olabilir. Biz bu riski yok etmek için kendi yapay zeka modelimizi sıfırdan geliştirdik ve sadece buğdayda şimdiden yüzde 96,82'lik çok yüksek bir doğruluk başarısına ulaştık."