Tarladaki Sorunları AI Çözebilir

Bir ekin veya ağaç ektiniz ve büyüyor ancak baktığınızda yaprakların ve meyvelerin bazılarında kararma, çürüme gibi durumlar gördünüz. Bu noktada çevrenizdeki kişilere veya internete sorabilirsiniz. Peki internet çekmeyen bir yerdeyseniz ve etrafınızda kimse yoksa?

Bu noktada LinkedIn’de gezinirken denk geldiğim bir proje yardımcı olabilir. Doğukan Zengin, her hafta geliştirdiği çözüm odaklı yeni projeleri paylaşacağını belirtiyor ve ikinci haftanın projesi de tarıma yönelik. ‘Tarım Doktoru’ adı verdiği uygulama Türkiye’de yetişen ürünlerdeki hastalıkları fotoğraftan tespit etmeye çalışan, internete ihtiyaç duymadan telefona entegre olan açık kaynaklı bir yapay zeka projesi. Yaklaşık 12 yıldır yapay zeka üzerinde çalıştığını belirten Zengin, modelin veri seti ile yeniden eğitilmesi de dahil 3 haftalık bir süre içinde Tarım Doktoru'nu geliştirdiğini söylüyor. Zengin, "Türkiye'de çiftçinin teknolojiye erişimi kısıtlı" diyor ve ekliyor: "Herkesin kullanabileceği bir sistem oluşturmakta fayda vardı."

Modelin dikkat çeken tarafı hazır veri seti yerine sahadan gelen yeni verilerle zaman içinde kendini geliştirmeyi hedeflemesi. Bir yaprağın üzerindeki küçük bir leke, kıvrılma ya da renk değişimi diğer bitkileri de etkileyerek dengeyi bozabiliyor. Bu durumda hastalığın geç fark edilmesi ise ürün kaybına, yanlış ilaç kullanımı ise maliyet ve zarar anlamına geliyor.

Zengin’in geliştirdiği proje, çiftçinin hasta yaprağın veya meyvenin fotoğrafını çekmesini, yapay zekanın olası hastalığı belirlemesini ve ilk müdahale için doğru yolun belirlenmesini sağlıyor.

Sistemin önemli özelliklerinden biri internet bağlantısına ihtiyaç duymaması. Apple’ın Core ML modelleri kullanılarak doğrudan iOS uygulamasına gömülüyor ve teşhis cihaz üzerinde gerçekleştiriliyor.

Kullanıcılar göndermeyi seçmediği sürece fotoğraf telefondan çıkmıyor. İnternet gerektiğinde ise kullanıcıların topluluk havuzuna göndermek istediği fotoğraflar cihazda sıraya alınarak bağlantı geldiğinde otomatik olarak gönderilebiliyor.

Tarım Doktoru şu anda 13 grubunda 79 hastalık ve durumu tanımlayabiliyor. Domates, patates, buğday, üzüm, elma, biber, mısır, kabak, salatalık, çilek, kiraz, şeftali ve turunçgiller sistemin kapsadığı ürünler arasında.

Modelin eğitiminde 7 bin 253 gerçek saha fotoğrafı kullanılmış. Veriler, büyük açık kaynak veri havuzlarından Türkiye’de yetiştirilen ürünler seçilerek oluşturulmuş. Böylece genel bir bitki hastalığı modelinden ziyade Türkiye’deki tarım koşullarına adapte olan bir sistem haline geliyor.

Modelin eğitimde hiç görmediği 703 gerçek saha fotoğrafıyla yapılan testte ilk tahmin isabeti 79 sınıf genelinde yüzde 69,4 olarak ölçülmüş. Bazı ürünlerde sonuç daha yüksek: Buğday hastalıklarında yüzde 87–96, mısır hastalıklarında yüzde 90–100 aralığında başarı elde edilmiş.

Projenin en ilginç kısmı ise modelin eğitim sürecinin kullanıcılarla devam etmesi. Sistem hastalığı tanıyamadığında veya yanlış tahminde bulunduğunda kullanıcı fotoğrafı topluluk havuzuna gönderebiliyor. Bu görüntüler iki aşamalı bir oylama sürecinden geçiyor. Yeterli sayıda kullanıcının aynı teşhiste buluştuğu ve ardından bağımsız onay aşamasını geçen fotoğraflar doğrulanmış veri olarak bir sonraki eğitim turuna dahil ediliyor.

Tarım Doktoru’nda gözüme çarpan bir özellik de ‘Türkiye Hastalık Haritası’ oldu. Kullanıcılardan gelen vakalar il bazında toplulaştırılarak hangi hastalığın hangi bölgelerde yoğunlaştığını göstermeyi amaçlıyor. Veri yeterince büyüdüğünde bu birikim bireysellikten çok bölgesel uyarı ve önlem çalışmalarında da kullanılabilecek bir altyapı haline gelebilir.

Fotoğraf: Tarım Doktoru

Üstelik Zengin, uygulamanın tamamen ücretsiz, reklamsız ve açık kaynak olarak sunulduğunu belirtiyor. Kaynak kodunun yanı sıra eğitim tarafı da erişilebilir durumda. Tarım Doktoru bugün için kesin teşhis koyan bir ziraat mühendisi yerine geçmiyor; ilaç seçimi ve kesin teşhis için uzman desteği gerekiyor. Yine de internet olmayan bir alanda bile sorunu tespit edebilmek yararlı olabilir.