Selçuk Üniversitesi Ziraat Fakültesi Tarım Ekonomisi Bölümü öğrencisi olan Seyyid Ahmed Topbaş, ortağıyla birlikte tarım sektöründe devrim yaratacak yapay zeka destekli bir sistem tasarladı. Akşehirli bir çiftçi ailesinin evladı olarak küçük yaşlardan itibaren yazılım ve algoritmalarla ilgilenen Topbaş, bitki hastalıklarını tek bir fotoğrafla saniyeler içinde belirleyebilen yerli bir teknolojiye imza attı. Hazır yazılımlar yerine tamamen özgün bir yapay zeka mimarisi kullanılan bu sistem, şimdiden uluslararası alanda dikkat çekmeyi başardı.
Farklı Teşhisler ve Maliyet Yükü Projeyi Tetikledi
Projenin doğuş süreci, Topbaş’ın kendi aile işletmesinde yaşadığı bir sorunla başladı. Kendi buğday tarlalarında rastladıkları bir hastalık üzerine beş ayrı ziraat mühendisini incelemeye çağırdıklarını ancak her birinden farklı bir teşhis aldıklarını ifade eden genç girişimci, süreci şu sözlerle aktardı: “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.”
İnternet Bağlantısı Olmadan Saniyeler İçinde Reçete Sunuyor
Kırsal bölgelerdeki zayıf internet bağlantısı sorununu göz önünde bulunduran Topbaş ve ortağı, “EDGE Computing Tabanlı İnternetten Bağımsız Bitki Hastalık Teşhis ve Akıllı Reçeteleme Sistemi” adını verdikleri teknolojiyi geliştirdi. Sistemde iki yapay zeka modeli ve bir fenoloji motoru eş zamanlı çalışıyor. Fotoğraflanan bitki, GPS verileri ve bölgesel iklim şartlarıyla ilişkilendirilerek 15-30 saniye gibi çok kısa bir sürede analiz ediliyor.
Topbaş, sistemin işleyişini şöyle detaylandırdı: “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.”
Google Modellerini Geride Bırakan %96,82’lik Doğruluk
Ar-Ge çalışmaları sırasında mevcut küresel yazılımları test ettiklerini ancak tarımsal verimlilikte yetersiz kaldıklarını belirten Topbaş, Google tabanlı modellerin başarı oranının %5 ile %60 arasında değiştiğini ifade etti. Bu riskin önüne geçmek için kendi modellerini sıfırdan inşa eden ekip, buğday özelinde şimdiden %96,82 oranında bir doğruluk payına ulaştı.
Hassasiyeti artırmak adına sadece buğday için 14 bin 956 doğrulanmış görseli veri tabanına işlediklerini söyleyen Topbaş, “Girişimci olarak hedefimiz her zaman yüzde 100 kusursuz sonuç almak. Örneğin mısır ürünü için veri tabanımızda doğrulanması gereken 80 ile 100 bin arası fotoğraf var. Bunların tamamını sisteme işlediğimizde mısırda da tam isabetle sonuç alabileceğiz. Şu an ayçiçeği ürününde ise etiketleme aşamasındayız. Öz sermayemiz kısıtlı olduğu için adımlarımızı temkinli ve kendi imkanlarımızla atıyoruz; bu aşamada güçlü bir yatırım desteği alabilmemiz süreçlerimizi çok daha hızlandıracaktır. Şu an buğdayda yüzde 96,82 gibi yüksek bir oranda olmamıza rağmen veri optimizasyonuna devam ediyoruz. Sahadaki negatif testleri sıfırlamak için sağlıklı buğday verilerini de sisteme entegre ederek modelin hata payını tamamen ortadan kaldırıyoruz. Veri tabanını daha da genişleterek bu yapay zekayı kusursuz bir uzman haline getireceğiz” dedi.
Dronlara ve Traktörlere Entegre Edilebilen Esnek Mimari
Geliştirilen ve patenti alınan bu özel mimari, sadece mobil uygulama olarak değil, tarım araçlarına da uyarlanabilecek şekilde tasarlandı. Seyyid Ahmed Topbaş, “Bu teknolojiyi sadece mobil uygulama ile sınırlandırmadık. Geliştirdiğimiz yazılım altyapısı drone ve traktörlere bile entegre edilebilecek esneklikte. Çiftçinin gözle göremediği, tarlanın derinliklerinde başlayan hastalıkları, bu makinelere takılacak akıllı bir kamera aparatı veya drone taraması anında erkenden tespit edebilecek” sözleriyle projenin kapsamını açıkladı.
Küresel Vizyon: Cezayir Hükümeti ile Resmi Temaslar
ABD’deki akademisyenlerden de bilimsel destek alan proje, kısa sürede uluslararası bir boyuta taşındı. Afrika’dan gelen heyetlerin özellikle zeytin bitkisi üzerine talepleri olduğunu belirten Topbaş, Cezayir ile yürütülen çalışmaları şu şekilde özetledi: “Geliştirdiğimiz tarımsal model uluslararası düzeyde de ilgi görmeye başladı. Afrika’dan heyetler geldi ve kendi bölgeleri için stratejik olan zeytin bitkisiyle ilgili bilgi istediler. Şu an sistemimizde zeytin yok ancak yapılacak iş birlikleriyle zeytin ürününü de hızla çalışıp modele öğretebiliriz. Çünkü her coğrafyanın kendine has zorlukları var; örneğin Afrika’da yaprağın üzerine gelen çöl tozu, standart kameralarda bir hastalık gibi görünebilir. Biz bu tarz çevresel faktörleri yapay zekaya doğru şekilde öğretmeden sahaya hizmet sunmuyoruz. Bu doğrultuda Cezayir hükümeti yetkilileriyle resmi görüşmeler gerçekleştirdik ve onların tarım sahalarına bu sistemi uyarlamak üzere bir çalışma takvimi planlıyoruz. Sistemimiz mimari olarak artık tamamen hazır, bölgeye ait verilerin yüklenmesiyle birlikte küresel ölçekte sonuç almaya başlayacağız.”
