Selçuk Üniversitesi öğrencisi Seyid Ahmed Topbaş, internetsiz çalışan yapay zeka sistemiyle tek fotoğraftan bitki hastalıklarını teşhis ediyor. Cezayir hükümeti projeye ilgi gösterdi.
Selçuk Üniversitesi Ziraat Fakültesi Tarım Ekonomisi Bölümü öğrencisi Seyid Ahmed Topbaş ve ortağı, Akşehir’deki çiftçi ailesinin yaşadığı sorunlardan yola çıkarak önemli bir adım attı. Topbaş, bitki hastalıklarını tek bir fotoğrafla yüzde 96,82 doğrulukla teşhis edebilen, internetsiz çalışan bir yapay zeka sistemi geliştirdi. Bu yenilikçi “Edge Computing Tabanlı İnternetten Bağımsız Bitki Hastalık Teşhis ve Akıllı Reçeteleme Sistemi”, yanlış teşhis ve ilaç maliyetlerinin önüne geçmeyi hedeflerken, kırsal bölgelerdeki internet erişimi sorununa da çözüm sunuyor. Proje, Cezayir hükümeti ile uluslararası iş birliği görüşmelerine başladı.
Geçen yıl kendi buğday tarlalarında ortaya çıkan bir hastalık için beş farklı ziraat mühendisinin farklı teşhisler koyması, Topbaş’ı harekete geçirdi. Mühendislerin sadece teşhis ve vizite giderlerinin küçük aile işletmeleri için ciddi bir yük oluşturduğunu belirten Topbaş, asıl zararın yanlış teşhis sonucu kullanılan yanlış ilaçlar ve ziyan olan mahsulden kaynaklandığını vurguladı. Mevcut teknolojik sistemlerin doğruluk garantisi vermemesi ve tamamen internete bağlı çalışması, kırsal bölgelerde ürün kayıplarına yol açabiliyordu.
Topbaş ve ortağı, kırsal alanlarda internet erişiminin verimli kullanılamaması gerçeğinden hareketle, tamamen çevrimdışı çalışabilen bir sistem tasarladı. Geliştirilen “Edge Computing Tabanlı İnternetten Bağımsız Bitki Hastalık Teşhis ve Akıllı Reçeteleme Sistemi”, yapay zeka ve derin öğrenme teknolojilerini bir araya getiriyor. Sistemde iki yapay zeka ve bir fenoloji motoru eş zamanlı görev yapıyor.
Çiftçiler, tarladaki hastalıklı bitkinin fotoğrafını sisteme yüklüyor. Sistem, GPS verileri üzerinden konum bilgisi alarak bölgedeki iklim verileriyle ilişkilendiriyor. Geliştirilen model, yüklenen tek bir fotoğraftan üç katmanlı analiz görseli oluşturuyor ve bitkinin yapısına göre hastalığın nerede başlayabileceğini tespit ediyor. Bu veriler, internet bağlantısına ihtiyaç duymadan cihazın kendi işlemcisi üzerinde 15-30 saniye gibi kısa bir sürede işlenerek hastalık tahmini tamamlanıyor. Sistem, organik tarım yapan üreticilere biyolojik, endüstriyel tarımcılara ise kimyasal etken madde önerileri sunuyor. Güncellemeler kolayca yapılıyor ve kullanıcının internet paketini neredeyse hiç harcamıyor.
Projenin Ar-Ge aşamasında küresel hazır modellerin yüzde 5 ila yüzde 60 arasında düşük doğruluk payları vermesi üzerine Topbaş, kendi yapay zeka modelini sıfırdan geliştirdi. Bu özgün model, buğdayda yüzde 96,82’lik yüksek bir doğruluk başarısına ulaştı. Topbaş, sadece buğday için veri tabanına 14 bin 956 doğrulanmış fotoğraf yükleyerek yapay zekayı eğittiklerini belirtti. Hedef, veri tabanını genişleterek mısır ve ayçiçeği gibi diğer ürünlerde de tam isabetli sonuçlar elde etmek. Şu an mısır için 80-100 bin, ayçiçeği için ise etiketleme aşamasında fotoğraf verisi bulunuyor. Topbaş, güçlü bir yatırım desteğinin süreçleri hızlandırabileceğini ifade etti.
Seyid Ahmed Topbaş, geliştirdikleri modelin tamamen bitkisel üretim ve tarımsal hastalıklar üzerine kurgulanmış özel bir mimari olduğunu ve bunun patentini aldıklarını vurguladı. Bu teknoloji sadece mobil uygulama ile sınırlı kalmıyor; yazılım altyapısı drone ve traktörlere de entegre edilebilecek esneklikte tasarlandı. Bu sayede, tarlanın derinliklerinde gözle görülemeyen hastalıklar, akıllı kamera aparatları veya drone taramaları ile erkenden tespit edilebilecek.
Proje, uluslararası arenada da ilgi görüyor. Amerika Birleşik Devletleri’ndeki akademisyenlerden bilimsel destek alan Topbaş, Afrika’dan gelen heyetlerle zeytin bitkisi üzerine bilgi alışverişinde bulundu. Cezayir hükümeti yetkilileriyle resmi görüşmeler gerçekleştiren Topbaş, onların tarım sahalarına bu sistemi uyarlamak üzere bir çalışma takvimi planlıyor. Sistemin mimarisi tamamen hazır olup, bölgeye ait verilerin yüklenmesiyle küresel ölçekte sonuçlar alınmaya başlanacak.
