Üniversite ve sanayi iş birliğinde, Ankara Üniversitesi’nin teknoloji sağlayıcı kurum olarak yer aldığı ‘Arıcılıkta Yapay Zeka Tabanlı Polen Sınıflandırma Makinesi’ projesinde yüzde 90’ın üzerinde başarı elde edildi.
Bal arılarının kovanlarında topladıkları ve biriktirdikleri çiçek polenlerinin kovan girişindeki polen tuzağı adı verilen mekanizmalarda birikmesi sonucu, arı poleni adı verilen yaş besin maddeleri oluşuyor.Türkiye Arı Yetiştiricileri Merkez Birliğinin (TAB) verilerine göre Türkiye’de yılda yaklaşık 400 ton polen üretiliyor. Zengin bir besin olması ve sağlığa faydası dolayısıyla arı poleni doğrudan veya farklı gıdalara ilave edilerek tüketilebiliyor. Artan sağlıklı beslenme bilinci ve alternatif doğal ürünler arayışına olan eğilim, arı polenine olan ilgiyi artırıyor.
Polenler, yapay zeka tarafından sınıflandırılıyor
Polenlerin renkleri, toplandıkları çiçeğin özelliklerine, iklim koşullarına, toprağın özelliklerine göre farklılık gösteriyor. Polenleri renklerine göre sınıflandırabilmek için hayata geçirilen “Arıcılıkta Yapay Zeka Tabanlı Polen Sınıflandırma Makinesi Tasarımı” projesi TÜBİTAK 1711 Yapay Zeka Ekosistem Çağrısı kapsamında üniversite ve sanayi işbirliğinde gerçekleştiriliyor. Projede Ankara Üniversitesi, teknoloji sağlayıcı kurum olarak yer alıyor.
Ankara Üniversitesi Ziraat Fakültesi Tarım Makineleri ve Teknolojileri Mühendisliği Bölümü Tarım Makineleri Ana Bilim Dalı Öğretim Üyesi Doç. Dr. Caner Koç, karışım polenlerden tek bitki poleni elde etmek için yapay zeka destekli bir sınıflandırma makinesi prototipi tasarladıklarını ve bu prototipin standart tek bitki poleni elde edilmesi için renge göre sınıflandırma yaptığını söyledi.
Sınıflandırmada yüzde 90’ın üzerinde başarı sağlandı
Koç, “Her arı poleninin rengi bir bitkiyi ifade ediyor. Biz yapay zeka algoritmaları kullanarak bu arı polenlerini renklerine göre sınıflandırmak için bir makine tasarladık ve yüzde 90’ın üzerinde başarıyla da bu ayrıştırma işlemlerini gerçekleştirdik” dedi.
Ayrıştırma, kişiye özel üretimi destekleyecek
Yüksek besin içeriğine sahip polenlerin yüzde 20 ila yüzde 30 protein içerdiği bilgisini paylaşan Koç, ayçiçeği gibi pestisit bulaşıklı polenlerin ayrıştırılmasının yanı sıra, kekik, lavanta gibi farklı polenlere alerjileri olan kişilerin, alerjilerinin olmadığı diğer polenleri tüketebilmeleri açısından da polenlerin ayrıştırılarak sınıflandırılmasının önemli olduğunu belirtti.
Yapay zeka büyük katkı sağlıyor
Yapay zeka tabanlı polen sınıflandırma makinesinin dünyada bir ilk olduğunun altını çizen Koç, arı poleninin hem şeklen bozuk ve küçük hem de birçok süreçten geçmesi gereken bir materyal olması nedeniyle yapay zekanın bu zorlukların üstesinden gelinmesi konusunda fayda sağladığını dile getirdi.
Yapay zeka teknolojisi sayesinde prototipin çok daha kısa sürede renkleri ayrıştırmaya olanak tanıdığına ve bu sayede enerji verimliliği sağladığına değinen Koç, “Biz elektrik enerjisi kullanıyoruz. Yapay zeka kullandığımız için makinenin çalışma süresi çok kısaldı. Haliyle 3 saat çalışarak yapacağı işi yaklaşık olarak 15-20 dakikada yapabiliyor. Hem çevreci hem de enerji sarfiyatı bakımından oldukça ekonomik bir cihaz. Polenler belli bir banttan sıralı bir hizada akarken saniyede 3 ila 5 arasındaki polen taneciğini ayrıştırabiliriz. Bu da yaklaşık olarak dakikada 250-300 arasında poleni sınıflandırmak demek. 1 kilo poleni birkaç saat içerisinde sınıflandırabiliyoruz” diye konuştu.
Yapay zekayla daha hızlı karar alınıyor, süreç daha sağlıklı ilerliyor
Projede yapay zeka konusunda görev alan Ankara Üniversitesi Ziraat Fakültesi Tarım Makineleri ve Teknolojileri Mühendisliği Bölümü Doktora Öğrencisi Dilara Koç, polenin prototipin önüne gelmesi, algılanması, ne olduğuna karar verilmesi ve üfleçlerin önüne gelmesine kadarki süreçlerin birbiriyle iletişim halinde olması için incelikli bir yazılım işlendiğini kaydetti.
Yapay zekanın projeye entegre edilmesi sürecinde çok çaba sarf ettiklerinden bahseden Koç, “Bu çabaların başında veri seti oluşturma süreci vardı. Bu küçük ve yorucu materyalleri tek tek ayırarak renklerine göre fotoğraflarını çekmek, görüntü almak gerekiyordu. Hem ön hem arka planı karışık, tek renk, birden çok polenin ya da tek çeşitli polenin olduğu fotoğraflar aldık ve daha sonra veri artırma yoluna gittik” dedi.
Koç, projede yapay zekanın sağladığı en büyük avantajların hızlı karar vermesi ve süreçleri doğru bir şekilde yürütmesi olduğunu ifade etti.
Kaynak: AA
