AI-CROPBREED Projesi, bitkisel üretimde verimlilik, sürdürülebilirlik ve kaliteyi artıracak yenilikçi çözümler sunmayı amaçlıyor
Yaşar Üniversitesi’nin öncülüğünde Türkiye, Polonya ve Romanya ortaklığıyla geliştirilen yapay zekâ destekli “AI-CROPBREED” projesi, tarımda dijital dönüşümü başlatıyor. TÜBİTAK ve AB destekli uluslararası proje; yapay zekâ ve görüntü işleme teknolojileriyle bitki gelişimini izleyerek tarımda maliyetleri düşürmeyi ve verimliliği artırmayı hedefliyor.
Yaşar Üniversitesi Yazılım Mühendisliği Bölümü Öğretim Üyesi Prof. Dr. Mehmet Süleyman Ünlütürk’ün geliştirdiği AI-CROPBREED, Avrupa Birliği, Yüksek Öğretim, Araştırma, Geliştirme ve İnovasyon Fonlama Yürütme Ajansı (UEFISCDI) ve TÜBİTAK tarafından finanse edilen Yaşar Üniversitesi, Bursa Uludağ Üniversitesi, Bükreş Tarım ve Veterinerlik Üniversitesi, Krakow Tarım Üniversitesi ortak çalışması ile yürütülüyor.
Yapay zeka teknolojilerinin tarımsal üretime entegrasyonunu hedefleyen; yapay zeka, görüntü işleme ve veri analitiğini bir araya getiren AI-CROPBREED Projesi, bitkisel üretimde verimlilik, sürdürülebilirlik ve kaliteyi artıracak yenilikçi çözümler sunmayı amaçlıyor. Proje kapsamında geliştirilen karar destek sistemleriyle tarımsal üretimde dijital dönüşüme de katkı sunulacak. Ayrıca çalışma ile tarımsal üretim süreçlerinde veri odaklı yönetim anlayışının güçlendirilmesi ve kaynak kullanımının daha etkin hale getirilmesi amaçlanıyor.
Maliyet azalıyor
Proje ile ilgili bilgi veren Yaşar Üniversitesi Yazılım Mühendisliği Bölümü Öğretim Üyesi Prof. Dr. Mehmet Süleyman Ünlütürk, “AI-CROPBREED’in odaklandığı temel alanlardan biri, bitki gelişiminin dijital yöntemlerle izlenmesi ve değerlendirilmesi. RGB görüntüleme teknikleri ile yapay zekâ tabanlı analiz yöntemlerinin birlikte kullanıldığı proje kapsamında; bitkilerin büyüme performansı, stres durumu, besin ihtiyaçları ve verim potansiyelleri yüksek doğrulukla analiz edilerek üreticilere veri temelli karar alma imkânı sunuluyor.” dedi.
Akıllı tarım için önemli adım
Prof. Dr. Ünlütürk şunları söyledi: “Proje, ayrıca büyük veri ve makine öğrenmesi yöntemlerinden yararlanarak farklı çevresel koşullar altında bitki performansını öngörebilen modeller geliştiriyor. Böylece bu modeller sayesinde bitki özellikleri hızlı, temassız ve yüksek hassasiyetle ölçülebiliyor. Bu yaklaşımın, yeni bitki çeşitlerinin geliştirilmesine katkı sağlayarak iklim değişikliğine dayanıklı, yüksek verimli ve kaliteli ürünlerin geliştirilme süreçlerini hızlandırması bekleniyor.”
