Hastalıklar Tek Çekimde

Bir çiftçi ailesinin oğlu olan Topbaş, hayatının erken döneminde yazılımla ilgilenmeye başladı ve bu alanda uzmanlaşmak için çabaladı. Kendi özgün yapay zeka mimarilerini geliştirmek yerine hazır modelleri kullanmak yerine, Topbaş kendi yolunu çizdi. Selçuk Üniversitesi Ziraat Fakültesi Tarım Ekonomisi Bölümü öğrencisi olan Topbaş, yapay zeka ve derin öğrenme sistemlerini kullanarak bir sistem geliştirdi.

Bu sistem, "EDGE Computing Tabanlı İnternetten Bağımsız Bitki Hastalık Teşhis ve Akıllı Reçeteleme Sistemi" olarak adlandırıldı ve tamamen offline çalışabilen bir yapıya sahip. Topbaş, geliştirdikleri teknolojide 2 yapay zeka ve 1 fenoloji motorunun senkronize çalıştığını belirtti. Sistem, anlık ve geçmiş meteoroloji verilerini analiz ediyor ve çiftçilerin tarlalarında gördüğü hastalıkları fotoğraflayarak sisteme yüklemesine olanak tanıyor. Sistem, GPS verileri üzerinden otomatik doğrulama yapıyor ve bölgedeki iklim verileriyle ilişkilendiriyor. Geliştirilen model, yüklenen tek bir fotoğraftan katmanlı 3 farklı analiz görseli çıkarıyor ve o bitkinin yapısına göre nerede, hangi hastalığın başlayabileceğini tespit ediyor.

Sistem, internete hiç ihtiyaç duymadan cihazın kendi işlemcisi üzerinde işleniyor ve 15-30 saniyelik çok kısa bir sürede hastalık tahmini tamamlanıyor. Topbaş, sistemin organik tarım yapan üreticilere biyolojik çözüm önerileri sunarken, endüstriyel tarımcılara ise kimyasal çözümler sunabileceğini belirtti. Ancak, sistemin önerileri doğrudan ticari bir ilaç markası önerisi değil, bilimsel "etken madde" önerisidir. Projenin Ar-Ge aşamasında, ilk başta küresel hazır Google modellerini test edildi, ancak tarımsal sahadaki doğruluk paylarının düşük olmasından dolayı kendi yapay zeka modelini sıfırdan geliştirdi.

Topbaş, sadece buğday özelinde veri tabanına 14 bin 956 doğrulanmış fotoğraf yüklediklerini ve yapay zekayı bu büyük veriyle eğittiklerini belirtti. Girişimci olarak hedefinin her zaman yüzde 100 kusursuz sonuç almak olduğunu söyleyen Topbaş, diğer ürünler için de veri tabanını genişleterek yapay zekayı kusursuz bir uzman haline getireceğini kaydetti. Şu an buğdayda yüzde 96,82 gibi yüksek bir oranda olmasına rağmen, veri optimizasyonuna devam ediyor ve sahadaki negatif testleri sıfırlamak için sağlıklı buğday verilerini sisteme entegre ederek modelin hata payını tamamen ortadan kaldırmaya çalışıyor.