Nesnelerin interneti ile birçok cihazdan veri elde edilmesi, büyük veri kavramını ortaya çıkardı. Büyük veri, öğrenme ve analiz gereksinimini doğurduğundan, karmaşık veri madenciliği; yapay zekânın gündeme gelmesini sağlamıştır. Yapay zekâ, insan gibi öğrenme ve öğrendiklerini insan gibi öngörme ile karar verme yetilerine sahip olma konularında kendisini geliştirebilen bir makinedir. Tarım uygulamalarında da robotik teknolojiler, arazi ve ürün takibi, veri analizi ile analitik tahminleme şeklinde var olmuştur. [1]

Tarım 4.0 ile birlikte akıllı tarım ve akıllı çiftliklerde sektörün ve akademinin gündemini oluşturmakta… Akıllı tarım, çiftliklerde nesnelerin interneti, sensörler, konum sistemleri, robotlar ve yapay zeka gibi teknolojilerin yer almasını işaret etmektedir. Bu tür tarımı bir teknik olarak ifade etmek gerekirse, “tarımsal verimliliğini artırmak için toprak ve ürün yönetimini, kaynakların daha ekonomik kullanımı ile çevreye verilen zararın en aza indirilmesini sağlayan tekniktir,” denilmektedir. Akıllı tarım, geliştirilmiş bilgi ve kontrol sistemlerinin kullanımıyla kaynak israfının önüne geçmeyi, ürünün getirisini artırmayı ve üretimden kaynaklanan çevresel kirliliği en aza indirmeyi amaçlamaktadır. [2] Ancak, yazıda sorular soracağımızı belirtmiştik, bir tanesinin tam zamanı: Akıllı tarım ölçüsüz bir biçimde yaygınlaşırsa, ekolojik bir soruna yol açar mı? Bu sorunun yanıtını vermek şimdilik güç. Wolf ve Wood (1997), hassas çiftçiliğe odaklanmanın kimyasal temelli bir tarım anlatısını meşrulaştırdığını savunurken,[3] Wolfert ve arkadaşları (2017), büyük veriye yapılan vurgunun, karar verme gücünü çiftçilerden bu tür veriler üzerinde kontrol sahibi olan özel şirketlerin eline daha da taşıyabileceğini öne sürüyordu.[4]

Akıllı tarımın çekirdeğini oluşturan yapay zekâya yöntem ve teknik bağlamında bakmak, anlamak için de gereklidir. Yapay zekâ; yöntem olarak sınıflandırma, kümeleme, geçmiş modellerden bir eğri üretme, sınıflandırma için özellikleri belirleme, veriler arasındaki ilişkiyi ortaya çıkarma yöntemlerini kullanır. Teknik olarak ise, bulanık mantık, yapay sinir ağları, genetik algoritma, uzman sistemler ve karınca algoritmasını başlıca olarak kullanır. Bulanık mantık, belirsiz ve kesin olmayan verilerin modellenmesidir. Bu ikiliklere dayanan makine düşüncesinden ayrılan başlıca özelliğidir. Uzun ve kısa yerine daha uzun, daha kısa gibi bir mantığı da kurabilir. Yapay sinir ağları, geçmişteki örneklerden öğrenmeyi, yani elde ettiği tecrübelerle hiç karşılaşmadığı yeni örnekleri yorumlamayı içerir. Genetik algoritma, iyi olarak kodlanan genlerin seçilimine, kötü olarak kodlananların eliminasyonuna dayanır. Bu karar mantığıyla, optimum yorum yapmaya çalışır. Uzman sistemlerse uzmanlığı taklit eder. Basit zihin haritalardan karmaşığa doğru ilerleyerek karar vermeye çalışır. Karınca algoritmaları, karınca sürülerinin yiyeceğe doğru feromon maddesinin kılavuzluğunda ilerleyişine benzer. Feromon maddesinin yoğunluğunun artışı yiyeceğe erişimde ilerleme sağlandığını gösterir, bu da yapay zekanın çözüme en kısa yolla ulaşmasını sağlar. [5]

Akıllı tarım uygulamaları arasında, Görüntü Algılama ve Fitobiyolojik Bilgi, Uydu ve Hava Araçları ile Uzaktan Algılama, Konuşan Bitki/Konuşan Meyve Yaklaşımları, Tarımda Makine Görüsü, Gübre Uygulamalarının Kontrolü, Bitki Korumada Algılama ve Bilgi Yönetimi, Bitki Korumada İlaç Uygulama Teknikleri, Sera Tarımında Bilgi Teknolojisi Uygulamaları, Hassas Hayvansal Üretim, Balık Çiftliklerinde Bilgi Teknolojileri, Uzayda Gelişmiş Yaşam Destek Sistemleri, Hayvan Barınaklarının Tasarımında Bilişim Teknolojileri, Mikro-çevrenin Görüntülenmesi, Tahmini ve Kontrolü, Su Yönetiminde Bilgi Teknolojileri, Coğrafi Bilgi Sistemleri, 3D Animasyon ve Sanal Gerçeklik sayılabilir.

Yapay zekânın tarım pazarındaki payının 1,0 milyar ABD Dolarından 2026’da 4,0 milyar ABD Dolarına çıkması bekleniyor. Akıllı tarımın pazar payında büyük yeri olan ABD’de, büyük ölçekli tarım oyuncuları, ekim ve mahsul yönetimi tekniklerinin hızını ve doğruluğunu önemli ölçüde iyileştirmek için zaten yapay zekâ teknolojisini kullanıyor. Brezilya’nın önde gelen şeker ve etanol üreticisi Raizen, geçtiğimiz günlerde Space Time Analytics (Brezilya) ile şeker kamışı hasatlarının boyutunu tahmin etmek için yapay zekâyı kullanmak üzere bir ortaklık kurduğunu duyurdu.

Bu alanda önemli pazar oyuncuları arasında, International Business Machines Corp. (ABD), Deere & Company (ABD), Microsoft Corporation (ABD), Farmers Edge Inc. (Kanada), The Climate Corporation (ABD), ec2ce (İspanya), Descartes Labs, Inc. (ABD), AgEagle Hava Sistemleri (ABD) ve aWhere Inc. (ABD) sayılabilir.

Deere & Company, tarım için verimli yapay zekâ çözümleri sağlayan kilit oyunculardan biridir. Güçlü bir marka ismine ve köklü bir dağıtım ağına sahip olan şirket, satın almayı büyümesi için bir iş stratejisi olarak benimsemiştir. Örneğin, Eylül 2017’de, çiftçilerin tarlaları taramasına ve ekinleri değerlendirmesine yardımcı olmak için bir yapay zekâ girişimi olan Blue River Technology’yi satın aldı. Şirket ayrıca düzenli olarak ürün geliştirmeleri, yeni ürün lansmanları ve sektörün önde gelen oyuncularıyla işbirliği yapmaktadır. Ürün geliştirmelerinin ve işbirliklerinin, şirketin hassas tarım uygulamalarında yenilikçi ve gelişmiş teknoloji ve performans çözümleri sunmasına yardımcı olarak tarım pazarında yapay zekâda büyümesine yol açması bekleniyor.[6]

(Gelecek hafta: Yapay zekâ destekli tarımın geleceği: Sayborg çiftçiler yolda mı?)

[1] Çelikten, Ö. (2020). Tarımda Yapay Zekâ. https://medium.com/deep-learning-turkiye/tar%C4%B1mda-yapay-zek%C3%A2-7b563c88b095 (Son Erişim Tarihi: 15.05.2021)

[2] Akıllı Tarım Nedir?. http://www.akillitarim.org/tr/uyelerimiz/ak%C4%B1ll%C4%B1-tar%C4%B1m-nedir.html (Son Erişim Tarihi: 15.05.2021)

[3] Wolf, S. A., and Wood, S. D. (1997). Precision farming: environmental legitimation, commodification of information, and industrial coordination. Rural Soc. 62, 180–206. doi: 10.1111/j.1549-0831.1997.tb00650.x (Alıntılayan: https://www.frontiersin.org/articles/10.3389/fsufs.2018.00087/full)

[4] Wolfert, S., Ge, L., Verdouw, C., and Bogaardt, M. J. (2017). Big data in smart farming – A review. Agricu. Syst. 153, 69–80. doi: 10.1016/j.agsy.2017.01.023(Alıntılayan: https://www.frontiersin.org/articles/10.3389/fsufs.2018.00087/full)

[5] Terzi, İ., Özgüven M.M., Altaş, Z., Uygun, T. (2019). Tarımda Yapay Zeka Kullanımı. https://www.researchgate.net/publication/338162801_TARIMDA_YAPAY_ZEKA_KULLANIMI (Son Erişim Tarihi: 15.05.2021)

[6] Artificial Intelligence in Agriculture Market by Technology. https://www.marketsandmarkets.com/Market-Reports/ai-in-agriculture-market-159957009.html?gclid=Cj0KCQiA7aPyBRChARIsAJfWCgJDCiWL0OB1Bojg8sgeeCEZr_vskSN5cnlAAd_jZLoLgFW5O5D71icaArzAEALw_wcB (Son Erişim Tarihi: 15.05.2021)