Amerikalı çiftçiler arazilerinin hangi kısmında hangi üretimi yapacaklarını ya da akıllı sulama süreçleri geliştirmek için yapay zeka kullanıyor.
Özellikle kızıl ötesi görüntüler üzerinde yapay zeka kullanımının devrimsel sonuçlar üreteceğini umuluyor. Örneğin sulama yaparken tüm araziye aynı suyu vermek yerine her bitkiye kızıl ötesi algılayıcılar ile bakıp yaşadığı su stresi düzeyini belirleyerek tam ihtiyacı kadar su vermek gibi. Kızıl ötesi görüntüler ile çıplak göz ile dahi anlaşılamayan su stresi, sulamanın etkinliği, hastalık ve zararlı sorunları gibi tarımsal uygulamaları etkileyen durumlar daha erken anlaşılabiliyor.
Benzer teknolojileri kullanarak, ot ilacı kullanmadan yabancı ot kontrolü yapmak (yabancı otu yetiştirilen bitkiden ayırmak ve yabancı bitkiyi anında daha kuvvetli bir lazer ışını göndererek öldürmek) de mümkün.
Yapay zeka uygulamalarının kullanımı otonom mibzerlerden, otonom hasat makinelerine kadar uzanabilir. Arada yabancı ot kontrolü, hasat zamanının belirlenmesi gibi türlü çeşitli tarımsal üretim sürecinin adımları da düşünülebilir. Basitçe: görüntü kızıl ötesi kamera ile alınır, yapay zeka yazılımına "doğru / yanlış" bilgisi öğretilir. Yapay zeka ile yönlendirilen otonom cihazlar, tıpkı eğitilmiş işçiler gibi her adımda biraz daha deneyim kazanarak; üstelik 7/24, ekmek/su/tuvalet/ dinlenme istemeden üretim sürecini tamamlar...
"Her adımda biraz daha deneyim kazanmak" ifadesini biraz açalım. Örneğin "öyle bir sulama rejimi uygulayalım ki bitki zarar görmeden domatesin brix seviyesi hızla yükselsin". Şöyle ki; brix domatesin olgunluk düzeyini ölçtüğümüz "suda çözünür kuru madde" miktarının bir göstergesidir. Brix değeri ancak bitkideki su oranı azaldıkça bitkinin tüm suyunu kaybetmemek üzere daha fazla şeker üretmesiyle artacaktır. Bu süreçteki bir aksaklık ya yavaş olgunlaşma (fazla su verilmiş, kuru madde üretilmiyor) ya da bitkinin hızla kuruması (az sulama) ve dalayısıyla daha az sayıda meyve vermesiyle sonuçlanacaktır.
Yorumlar
Yorum Gönder