Tek fotoğrafla bitki hastalığını tespit eden yapay zeka sistemi geliştirildi; Cezayir’den talep geldi

Tek fotoğrafla bitki hastalığını tespit eden yapay zeka sistemi geliştirildi; Cezayir’den talep geldi Selçuk Üniversitesi öğrencisi Seyyid Ahmed Topbaş ve ortağı, tek bir fotoğrafla bitki hastalıklarını tespit edebilen, patent süreçleri tamamlanmış bir yapay zeka modeli geliştirdi. Sistem, çiftçilere akıllı reçeteler önererek hastalık zararını en aza indirmeyi hedefliyor. Projenin çıkış noktası Akşehir kökenli bir aileden gelen Topbaş, tarım ve yazılıma erken yaşta ilgi duyduğunu belirtiyor. Projenin başlangıcı, kendi buğday tarlalarında geçen yıl yaşadıkları bir olay: Topbaş, sahaya çağırdıkları 5 ziraat mühendisinin farklı teşhisleri ve bunun sonucu oluşan yanlış ilaç maliyetlerinin küçük aile işletmeleri için ağır bir yük olduğunu anlatıyor. Kendi ifadesiyle: "Bu mühendislerin sadece teşhis ve vizite giderleri bile küçük aile işletmeleri için çok ciddi bir yük". Sistem teknolojisi ve çalışma prensibi Topbaş ve ortağı, kırsalda internet erişiminin sınırlı olduğunun farkında olarak tamamen offline çalışabilen bir çözüm geliştirdi. Sistem, Edge Computing Tabanlı İnternetten Bağımsız Bitki Hastalık Teşhis ve Akıllı Reçeteleme Sistemi adıyla tanımlanıyor ve cihazın kendi işlemcisi üzerinde çalışıyor. Teknolojik yapı üç bileşenden oluşuyor: 2 yapay zeka motoru ve 1 fenoloji motoru senkronize çalışıyor. Fenoloji motoru anlık ve geçmiş meteoroloji verilerini analiz ediyor; fotoğraf çekildiğinde GPS verisi otomatik doğrulanıp bölgedeki iklim verileriyle ilişkilendiriliyor. Model, yüklenen tek bir fotoğraftan katmanlı 3 farklı analiz görseli üretiyor ve bitkinin yapısına göre hangi hastalığın nerede başlayabileceğini tespit ediyor. İşlem süresi genellikle 15-30 saniye arasında gerçekleşiyor. Sistem, organik üreticilere biyolojik çözümler; endüstriyel üreticilere ise kimyasal etken madde önerileri sunuyor. Topbaş, önerilerin ticari marka bazlı değil, doğrudan bilimsel "etken madde" düzeyinde olduğunu vurguluyor. Ayrıca sistem güncellemeleri kolay yapılıyor ve kullanıcıların internet paketini neredeyse hiç tüketmiyor. Doğruluk, veri tabanı ve hedefler Ar-Ge sürecinde küresel hazır Google modelleri test edildiğinde tarımsal doğruluk oranlarının %5 ile %60 arasında değiştiği tespit edildi; bu oranlar tarım için kabul edilemez bulundu. Bu nedenle ekip, kendi yapay zeka mimarisini sıfırdan geliştirdi ve yalnızca buğdayda %96,82 doğruluk elde ettiğini açıkladı. Sistem için buğday veri tabanına 14.956 doğrulanmış fotoğraf yüklendi. Topbaş, mısır için doğrulanması gereken fotoğraf sayısının 80–100 bin arasında olduğunu; ayçiçeğinde ise halen etiketleme aşamasında olduklarını belirtiyor. Hedeflerinin her zaman yüzde 100 doğruluk olduğunu ve veri optimizasyonu ile modelin hata payını sıfırlamaya çalıştıklarını ifade ediyor. Patent, entegrasyon ve saha uygulamaları Geliştirilen modelin tarımsal üretime yönelik özel bir mimari olduğu ve bunun için patent alındığı belirtildi. Yazılım altyapısı sadece mobil uygulama ile sınırlı tutulmadı; sistemin drone ve traktörlere entegre edilebilecek esneklikte tasarlandığı ifade ediliyor. Bu sayede tarlanın derinliklerinde başlayan hastalıklar, akıllı kamera aparatları veya drone taramaları ile erken aşamada tespit edilebilecek. Uluslararası ilgi ve Cezayir görüşmeleri Proje uluslararası düzeyde de ilgi topladı. Afrika’dan heyetler özellikle zeytin bitkisiyle ilgili bilgi talep etti; Topbaş zeytinin henüz sistemde olmadığını, yapılacak iş birlikleri ile kısa sürede modele kazandırılabileceğini söyledi. Afrika gibi bölgelerde çevresel faktörlerin (örneğin çöl tozu) standart kameralarda hastalık görünümü oluşturabileceği ve bu faktörlerin yapay zekaya doğru şekilde öğretilmeden hizmet sunulmayacağı vurgulandı. Topbaş, Cezayir hükümeti yetkilileriyle resmi görüşmeler gerçekleştirdiklerini ve sistemin ilgili bölgelere uyarlanması için çalışma takvimi planladıklarını açıkladı. Sistem mimari olarak hazır; bölgeye ait verilerin yüklenmesiyle birlikte uygulamanın küresel ölçekte sonuç vermesi bekleniyor. Önemli: Haber, geliştiricinin açıklamalarına dayanmakta olup proje verileri ve hedefleri geliştirici tarafından bildirilmiştir. ÜNİVERSİTE ÖĞRENCİSİ SEYYİD AHMED TOPBAŞ VE ORTAĞI, BİTKİLERDEKİ HASTALIK TEŞHİSİNİ ÇEKİLEN TEK BİR FOTOĞRAFLARLA BELİRLEYEBİLEN YAPAY ZEKA DESTEKLİ BİR MODEL GELİŞTİRDİ. PATENT SÜREÇLERİ TAMAMLANAN SİSTEM, ÇİFTÇİYE AKILLI ÖNERİLERDE BULUNARAK HASTALIK ZARARINI EN AZA İNDİRİYOR.

Tek fotoğrafla bitki hastalığını tespit eden yapay zeka sistemi geliştirildi; Cezayir’den talep geldi

Seyyid Ahmed Topbaş ve ortağı, tek fotoğraftan hastalık teşhisi yapan, patentli ve internete bağımlı olmayan Edge Computing tabanlı sistem geliştirdi; Cezayir’le görüşmeler başladı.