Penn State Üniversitesi’nde geliştirilen yeni bir yapay zeka (AI) modeli, tarım ürünlerinde stres tespitinde devrim yaratıyor.
Yenilikçi AI Modeli: PSUMamba
Tarım ve Biyolojik Mühendislik Bölümü’nde doktora adayı olan Weiqun Wang’ın öncülüğündeki araştırma ekibi, “PSUMamba” adını verdikleri bu modeli geliştirdi. Model, tarım ürünlerinin sağlık durumunu zaman içinde izleyebiliyor ve kuraklık, hastalık, besin eksikliği gibi çeşitli stres faktörlerini tespit edebiliyor.
Çalışmanın kıdemli yazarı Shirin Ghatrehsamani, bu modelin mevcut yöntemlere göre daha az hesaplama gücü gerektirdiğini vurguladı. Geliştirilen sistem, tarımsal ürünlerin zaman içindeki değişimlerini ölçmek için kullanılan hiperspektral görüntüleme tekniğinden yararlanıyor.
Beyaz Buton Mantarları Üzerinde Test Edildi
Pennsylvania, ABD’nin en fazla beyaz buton mantarı üreten eyaleti olması nedeniyle, araştırmacılar bu modeli beyaz buton mantarları üzerinde test etti. ABD Tarım Bakanlığı’na göre, ulusal mantar satışları geçen sezon %16 azalarak 922 milyon dolara düştü. Bu nedenle, mantarların kalitesinin korunması sektörde önemli bir sorun teşkil ediyor.
Araştırmada, mantarların fiziksel bozulmasını simüle etmek için kontrollü stres uygulamaları gerçekleştirildi. Uygulanan üç stres türü arasında sıcak suya daldırma, mikrodalga radyasyonu ve mekanik yaralanma yer aldı. Kontrol grubu ise müdahale olmaksızın aynı çevresel koşullarda tutuldu.
Yüksek Doğruluk ve Düşük Hesaplama İhtiyacı
Model, 204 ışık bandı kullanarak mantarları sekiz zaman diliminde inceledi. Elde edilen sonuçlar, modelin ortalama %94,47 doğruluk, %98,98 hassasiyet ve %99,36 AUC-ROC değerine ulaştığını gösterdi. Ayrıca, bu model, karşılaştırma amacıyla kullanılan Vision Transformer modeline kıyasla veri işleme ve tahmin üretme sürecinde yaklaşık 10 kat daha az hesaplama işlemi gerektiriyor.
Wang, bu modelin tarımsal stres tespitini yüksek doğrulukla gerçekleştirdiğini belirterek, daha az hesaplama kaynağı ile çalışmanın pratik tarım uygulamalarında büyük avantaj sağladığını ifade etti.
Gelecek Hedefleri
Araştırma ekibi, PSUMamba modelinin gerçek tarım koşullarında ve farklı bitki türleri ile stres faktörleri üzerinde test edilmesini planlıyor. Ghatrehsamani, bu yaklaşımın, saha tabanlı algılama sistemleri, sera izleme platformları ve potansiyel olarak havadan görüntüleme teknolojileri ile entegre edilip edilemeyeceğini araştırmak istediklerini belirtti.
Yapılan bu çalışmanın, tarımda erken ve güvenilir stres tespiti sağlayarak üreticilerin daha bilinçli yönetim kararları almasına yardımcı olabileceği düşünülüyor. Bu sayede, girdi maliyetlerinin azaltılması, atıkların minimize edilmesi ve sürdürülebilirliğin artırılması hedefleniyor.
Finansman ve Destek
Bu araştırma, Pennsylvania Tarım Departmanı tarafından desteklenmiştir. Çalışmanın içeriği yalnızca yazarların sorumluluğundadır ve finansman sağlayıcıların görüşlerini yansıtmayabilir.



