Geçtiğimiz günlerde Fikir Coğrafyası’nda yayımlanan "Polder Sisteminden Yapay Zekâya: Hollanda’nın Tarım Deneyimi" başlıklı yazımızda Hollanda’nın tarımdaki başarısını anlatmıştık. Toprağın kısıtını önce örgütlenmeyle, sonra bilgiyle, son olarak da veriyle aşan bir sistem. Şimdi çerçeveyi Türkiye’ye çeviriyoruz. Ama bu bir taklit önerisi değil. Zaten Türkiye’nin meselesi Hollanda’yla örtüşmüyor. Geniş ve çeşitli bir coğrafyayı akıllıca yönetmek gerekiyor. Onun için şimdilik Hollanda örneğini bir tarafa bırakıyoruz ve şu soruyu soruyoruz: Türkiye’nin elindeki devasa tarımsal kapasiteyi, yapay zekâ çağında nasıl bir sisteme dönüştürebiliriz?
Türkiye’nin Büyük Avantajı: Ölçek ve Çeşitlilik
Türkiye büyük bir tarım ülkesidir. 22 milyon hektarı işlenen olmak üzere, çayır-mera ve diğer tarım arazileriyle birlikte toplam 38,6 milyon hektarlık bir tarım alanına sahiptir. Çok farklı iklim kuşaklarına ve üretim bölgelerine sahiptir. Buğday vardır. Mısır vardır. Pamuk, zeytin, fındık, çay, sebze, meyve vardır. Seracılık vardır. Coğrafi çeşitlilik vardır. Ülke sınırları içinde farklı iklimlerde, farklı ürünler ve farklı üretim modelleri uygulanabilir. Bu nedenle Türkiye’nin meselesi tarımsal kapasitenin nasıl yönetileceğidir.
Türkiye’de tarımla ilgili çok büyük miktarda veri üretiliyor. Toprak verileri var. Meteorolojik veriler var. Uydu görüntüleri, üretim istatistikleri, su verileri, piyasa fiyatları, ihracat verileri var. Çiftçinin yıllardır biriktirdiği deneyim var. Üniversitelerin araştırmaları var. Tarım teknolojileri gelişiyor. Sensörler yaygınlaşıyor. Uzaktan algılama kullanılıyor. Fakat bütün bu bilgiler her zaman aynı sistem içinde buluşmuyor. Bir çiftçi kendi tarlasını biliyor. Meteoroloji havayı biliyor. Toprak analizi toprağı biliyor. Piyasa fiyatı pazarı gösteriyor. Uydu görüntüsü tarlayı uzaktan görüyor. Fakat bunların hepsi aynı soruya birlikte cevap vermiyor: “Şimdi ne yapmalıyım?” İşte mesele burada başlıyor. Türkiye’nin ihtiyacı yalnızca daha fazla veri toplamak değil. Veriyi birleştirmek. Daha sonra da onu kullanılabilir bilgiye dönüştürmek.
Aslında Türkiye’de bu birleştirme işinin bir kısmı hâlâ eksik bir mimariyle sürüyor. Hayvan kayıt sistemi ayrı, süt kayıt sistemi ayrı, çiftçi kayıt sistemi ayrı çalışıyor. Her biri kendi alanında doğru veriyi tutuyor olabilir. Ama birbirinden bağımsız, özerk kurumlar gibi. Biri diğerine küsmüş, konuşmuyorlar. Oysa doğru olan, bu sistemlerin aynı platformda buluşması, bir çiftçinin arazi, üretim, sulama ve satış bilgisinin tek bir profilde birleşmesi. Yeni bir veri toplama seferberliğinden bahsetmiyoruz. Eldekini doğru kullanalım yeter.
Üreticiden Pazara: Zincirin Tamamını Görmek
Tarım yalnızca tarlada gerçekleşmiyor. Tohum tarlaya girmeden önce başlıyor. Üretimle devam ediyor. Depolama, nakliye derken pazarda son buluyor. İhracatla başka bir ülkeye ulaşıyor.
Bu zincirin her aşamasında veri üretiliyor. Ama veri yalnızca toplandığında değer yaratmıyor. Üretici hangi ürünü ekeceğini bilmeli. Sanayici ne kadar ham madde geleceğini bilmeli. Tüccar piyasayı bilmeli. Lojistik sistemi neyin, ne zaman ve nereye gideceğini bilmeli. Tüketici ise ürünün nereden geldiğini ve hangi koşullarda üretildiğini bilmeli.
Tarımın gerçek verimliliği, bu zincirin bütününü görebildiğimiz ölçüde artıyor. Hollanda’nın bize gösterdiği önemli farklardan biri de bu. Üretim ile pazar birbirinden kopuk değil. Bilgi üretimden pazara, pazardan yeniden üretime dönüyor. Türkiye’de de benzer bir bütünleşme sağlanabilirse yalnızca üretim artmaz. Kayıplar azalır, planlama güçlenir, üretici daha doğru karar verebilir. Pazar daha öngörülebilir hale gelir.
Bu anlattıklarım klasik bir dijital tarım sistemi. Ama yapay zekâyla birlikte oyunun kuralları değişiyor. Çünkü veri toplamak başka şey, veriyi yorumlamak başka şeydir. Karar vermek ise bambaşka bir şeydir. Bir tarlanın toprağı analiz edilmiş olabilir. Hava tahmini alınmış olabilir. Uydu görüntüsü elde edilmiş olabilir. Bitkinin gelişimi sensörlerle izlenmiş olabilir. Piyasa fiyatları biliniyor olabilir. Bütün bunların sonunda çiftçinin hâlâ şu soruyu sorması mümkündür: “İyi de şimdi ne yapacağım?”
Yapay zekânın tarımdaki asıl değeri burada ortaya çıkıyor. Farklı kaynaklardan gelen verileri aynı anda değerlendirebilmek. Aralarındaki ilişkileri görebilmek. Olasılıkları hesaplayabilmek. Ve karar için öneride bulunabilmek. Ne zaman sulamalı? Ne kadar sulamalı? Ne zaman gübrelemeli? Hastalık riski nerede yükseliyor? Hasat ne zaman yapılmalı? Hangi ürün daha avantajlı olabilir? Bunların her biri ayrı bir soru gibi görünüyor. Oysa hepsi aynı sistemin parçası.
Tarımın geleceğinde asıl mesele verinin çoğalması değil, verinin karara dönüşmesidir.
Her Tarlanın Bir Dijital İkizi
Türkiye’nin tarımında ilk yapılabilecek işlerden biri, her tarlayı dijital olarak tanımlamak. Bir tarla düşünün. Konumu belli. Toprağı belli. Geçmişte ne ekildiği, ne kadar su kullandığı, hangi hastalıkların görüldüğü, hangi üründen ne kadar verim alındığı belli. Buna hava durumu ve uydu görüntülerini de ekleyelim. Böylece her tarlanın bir dijital profili oluşur. Üstelik bu profil sürekli güncellenebilir.
Toprak nemi değişir. Hava ve bitkinin gelişimi değişir. Piyasa değişir. Paralel olarak dijital profil de değişir. İşte buna dijital ikiz diyoruz.
Dijital ikiz, yalnızca tarlanın bilgisayar ortamındaki görüntüsü değildir. Tarlanın geçmişini, bugününü ve muhtemel geleceğini birlikte görebildiğimiz bir sistemdir. Örneğin sistem, belirli bir tarlada önümüzdeki günlerde su ihtiyacının artacağını öngörebilir. Hastalık riskinin yükseldiğini gösterebilir. Hasat için en uygun zamanı hesaplayabilir. Hatta farklı ürünlerin olası verim ve gelirlerini karşılaştırabilir. Çiftçi yine kararın merkezindedir. Ancak karar artık yalnızca deneyime dayanmaz.
Deneyim + veri + yapay zekâ
senkronize çalışır.
Türkiye’nin yaklaşık 38,6 milyon hektarlık tarım alanını düşündüğümüzde bunun ne kadar büyük bir dönüşüm yaratabileceği daha iyi anlaşılır. Her tarla veri üreten bir birim haline gelir. Milyonlarca küçük veri parçası birleşir. Ve ülkenin tarımı ilk kez canlı bir veri sistemi olarak görülebilir.
Türkiye’nin tarımını büyütmek için önce onu daha iyi görmemiz gerekiyor. Yapay zekâ, bunun için çok güçlü bir araçtır. Ama bu yaklaşım yalnızca geniş tarım alanları için geçerli değil. Aynı veri ve dijital ikiz mantığının başka bir uygulama alanı da büyük şehirlerin kıyısında, topraksız ve dikey yöntemlerle yapılan kontrollü üretim olabilir.
Evet, haklısınız. Ben de dikey tarımın öncelikli olduğunu düşünmüyorum. Biraz fantezi gibi geliyor. Türkiye toprağı ve güneşi sınırlı bir ülke değil ki. Ama Türkiye’nin en büyük dört ilinin (İstanbul, Ankara, İzmir, Bursa) nüfusları toplamının 30 milyona ulaştığını görünce en azından bu nüfus için dikey tarımın –sınırlı ölçüde– dikkate alınması gerektiğini düşünüyorum.
Kapalı bir ortamda ışık, su ve besin sürekli ölçülür ve optimize edilir. Bu tür üretimin avantajı yalnızca verimlilik değil, tüketiciye yakınlık. Yaş sebze ve meyve gibi nakliye maliyetine duyarlı ürünlerde, şehre yakın ve sensör yoğun bir üretim modeli, hem taşıma masrafını hem de israfı azaltır. Bu küçük ölçekli ama veri yoğun tarım modeli, Hollanda’nın sera mantığının kentsel bir versiyonu olarak görülebilir. Tekrar edelim, dikey tarım her ürün ve her bölge için ekonomik bir çözüm değil. Enerji maliyeti yüksek, ilk yatırım pahalı ve ürün çeşitliliği sınırlı. Bu nedenle Türkiye gibi geniş tarım alanlarına ve güçlü güneş potansiyeline sahip bir ülkede, açık alan ve sera tarımının yerine geçecek bir model asla değil. Büyük şehirlerin çevresinde, özellikle lojistik maliyeti yüksek ve taze tüketilen belirli ürünlerde tamamlayıcı bir üretim yöntemi olarak sınırlı çerçevede düşünülebilir.
Suyu, Gübreyi ve İlacı Yapay Zekâ ile Yönetmek
Türkiye tarımının en önemli sorunlarından biri kaynakların özellikle de suyun sınırlı olmasıdır. Üstelik su kaynakları son yıllarda azalmaktadır.
Tarımda kullanılan suyun daha verimli yönetilmesi gerekiyor. Burada yapay zekâ önemli bir fark yaratabilir. Bir tarlanın toprak nemi biliniyorsa, hava tahmini sisteme giriyorsa ve bitkinin gelişimi izlenebiliyorsa sulama kararı daha doğru verilebilir. Sistem yalnızca toprak kuru demez. Yağış ihtimalini de hesaba katabilir. Bitkinin gelişimini değerlendirebilir, önümüzdeki günlerin sıcaklığını görebilir. Ve ne zaman, ne kadar su vermeliyiz? sorusuna cevap üretir.
Aynısı gübre için de geçerlidir. Her tarlaya aynı miktarda gübre vermek yerine, toprağın ve bitkinin gerçek ihtiyacına göre uygulama yapılabilir. İlaçlamada da benzer bir sistem kurulabilir. Hastalığın bütün tarlaya yayılmasını beklemek yerine, uydu görüntüleri, kameralar ve sensörler aracılığıyla riskli bölgeler daha erken tespit edilebilir.
Böylece yalnızca daha fazla üretim hedeflenmez. Daha az su, daha az gübre ve daha az ilaçla daha doğru üretim hedeflenir. Bu, Hollanda deneyiminin Türkiye açısından en önemli derslerinden biridir. Teknoloji yalnızca üretimi artırmak için kullanılmamalıdır. Kaynakları korumak için de kullanılmalıdır. Çünkü geleceğin tarımı suyu ne zaman kullanacağını bilen tarım olacak.
Hastalığı Gelmeden Önce Görmek
Tarımda en pahalı sorunlardan biri, hastalığı fark ettiğimizde artık çok geç olmasıdır. Bir tarlada hastalık ortaya çıktığında üretici çoğu zaman müdahale etmek zorundadır. Oysa yapay zekâ farklı bir yaklaşım sağlayabilir. Uydu görüntüleri, dronlar, tarladaki kameralar, toprak ve hava sensörleri, bitkinin gelişim verileri. Bunların hepsi birlikte değerlendirilebilir. Bitkide henüz gözle görülmeyen bir değişim varsa sistem bunu fark edebilir. Belirli bir bölgede hastalık riski yükseliyorsa uyarı verebilir. Kuraklık ihtimalini önceden gösterebilir. Aşırı sıcaklığın hangi ürünleri etkileyeceğini tahmin edebilir. Böylece çiftçi hastalığın tarlaya yayılmasını beklemek zorunda kalmaz.
Bu yaklaşım yalnızca hastalıklar için de geçerli değil. Don riski, kuraklık, aşırı yağış, zararlı böcekler, verim düşüşü. Yapay zekâ bunların her biri için erken uyarı modeli demektir. Türkiye gibi geniş ve farklı iklim bölgelerine sahip bir ülkede yapay zekânın getireceği erken uyarı o kadar değerli ki… Bir bölgede risk ortaya çıktığında bilgi yalnızca o tarlada kalmaz. Aynı ürünün yetiştirildiği diğer bölgelere de aktarılabilir. Böylece milyonlarca ayrı üretim kararı, ortak bir öğrenme sisteminin parçası haline gelir. Bir çiftçinin yaşadığı sorun, diğer çiftçiler için önceden verilmiş bir uyarıya dönüşebilir. İşte yapay zekânın tarımda yaratabileceği asıl dönüşümlerden biri burada. Tarım sadece tepki veren bir sektör olmaktan çıkar, öngören bir sektöre dönüşür.
Burada bilinmeyen bir uygulamadan söz etmiyoruz. Uydu destekli erken uyarı sistemleri Türkiye’de zaten tartışılan, kısmen uygulanan bir alan. Eksik olan, bu sistemlerin tek tek pilot projeler olmaktan çıkıp ülke geneline yayılması. Aynı şey toprak analizi için de geçerli. Dijital ikizin ilk verisi topraktan gelir, dolayısıyla her çiftçinin belirli aralıklarla, düşük maliyetle toprak analizi yaptırabilmesi, tek başına küçük bir hizmet gibi görünse de aslında bütün sistemin temelini oluşturur. Veri toplamanın en ucuz ve en adil yolu, zaten var olan kurumsal kapasiteyi (ziraat odaları, il ve ilçe tarım müdürlükleri vs.) asli işlerine yönlendirmektir.
Yapay Zekâ Destekli Tarım Ekosistemi
Tarım tarlada başlar, ama tarlada bitmez. Ürün depoya gider, oradan pazara. Bazen fabrikaya, bazen ihracata. Bu zincirin her aşamasında farklı bir bilgi ortaya çıkar. Yapay zekâ bu bilgileri bir araya getirir. Çiftçi ne üreteceğini yalnızca geçmiş deneyimine göre değil, talep ve fiyat tahminlerine göre de değerlendirebilir. Kooperatifler, bölgelerindeki üretimi daha iyi planlayabilir. Depolar ne kadar ürün geleceğini önceden görebilir. Lojistik şirketleri hangi ürünün nereye ve ne zaman taşınacağını daha doğru planlayabilir. Sanayici ihtiyaç duyacağı ham maddenin miktarını önceden tahmin edebilir. İhracatçı ise hangi pazarda hangi ürünün daha fazla talep görebileceğini izleyebilir. Böylece yapay zekâ yalnızca tarladaki üretimi değil, tarımın bütün değer zincirini yönetmeye yardımcı olabilir. Tabii ki burada kooperatiflerin rolü yeniden önem kazanıyor. Küçük üreticinin tek başına sahip olamayacağı veri ve teknoloji altyapısı, ortak bir sistem üzerinden kullanılabilir. Çiftçi veriyi üretir, kooperatif veriyi birleştirir, uzmanlar analiz eder, yapay zekâ tahminler üretir. Üretici yeniden karar verir. Bu döngü büyüdükçe sistem de öğrenir. Sonuçta amaç çiftçinin yerine karar veren bir makine kurmak değil, çiftçinin karar verme gücünü artıran bir tarım sistemi kurmaktır.
Bu zincirin pazar ucunda da somut adımlar mümkün. Hollanda’da açık artırma sisteminin yaptığını, Türkiye’de lisanslı depoculuğun ve modernize edilmiş hal sisteminin yapabileceği bir alan var. Ürün bir merkezde toplanıp kalitesi standartlaştırıldığında, fiyat da tesadüfi değil bilgiye dayalı oluşur. Hal ve pazar yerlerinin dijital kayıt altına alınması, ürünün nereden geldiğinin izlenebilmesi, bu zincirin en zayıf halkasını (üretimle pazar arasındaki bilgi kopukluğunu) doğrudan güçlendirir. Aynı şekilde uzaktan algılama ve sensör kullanımının, tarımsal robotik teknolojilerin desteklenmesi de artık yalnızca teorik bir öneri değil.
Hollanda’nın açık artırması neyse, Türkiye için modernize edilmiş hal ve lisanslı depoculuk sistemi de o olabilir. Ürünü değil, bilgiyi merkezileştiren bir mekanizma.
Hollanda’nın bize gösterdiği temel ders de burada yeniden karşımıza çıkıyor. Başarılı tarım yalnızca iyi üretim değildir. Üretimi, bilgiyi, pazarı ve lojistiği aynı sistem içinde buluşturabilmektir. Türkiye’nin ihtiyacı olan da budur. Tarladan pazara uzanan zinciri veriyle birbirine bağlamak.
Türkiye’nin Tarım Verisi Altyapısı
Türkiye, yapay zekâdan önce veri altyapısını doğru kurmak zorunda. Çünkü yapay zekâ kötü/ yanlış veriyi iyi/ doğru karara dönüştüremez.
Türkiye’nin ihtiyacı yeni bir veri toplama yarışına girmek de değil. Sadece eldeki verileri bir araya getirmek. Toprak verileri. İklim verileri. Uydu görüntüleri. Üretim verileri. Su kullanımı. Gübre ve ilaç kullanımı. Ürün fiyatları. Depolama kapasitesi. İhracat verileri. Bunların aynı sistem içinde konuşabilmesi gerekiyor. Bunun için Türkiye çapında bir Tarım Veri Platformu kurulmalıdır. Her tarla bu sistemde tanımlanmalıdır. Her üretim dönemi kaydedilmeli, ürün değiştikçe sistem güncellenmelidir.
Toprak değiştikçe veri değişebilir. Su kullanımı izlenebilir. Verim kaydedilebilir. Piyasa hareketleri sisteme eklenebilir. Böylece Türkiye’nin tarımı ilk kez yalnızca istatistiklerle değil, canlı verilerle izlenebilir.
Bu sistem yalnızca devlet için kullanılmamalı. Çiftçi kendi tarlasına ilişkin veriyi görebilmeli. Kooperatif kendi bölgesini izleyebilmeli. Araştırmacılar anonimleştirilmiş verilere ulaşabilmeli. Tarım teknolojisi şirketleri yeni çözümler geliştirebilmeli. Üniversiteler bu büyük veriler üzerinde çalışabilmeli. Devletin rolü ise burada değişiyor: tek başına veri toplayan ve saklayan bir kurum olmaktan çıkıp, standartları belirleyen, farklı tarafların güvenle veri paylaşabildiği ortak altyapıyı işleten bir koordinatöre dönüşmesi gerekiyor.
Ancak böyle bir veri altyapısının güvenilir olabilmesi için temel kuralların baştan belirlenmesi gerekir. Çiftçinin tarlasından ve üretim faaliyetinden doğan verinin nasıl kullanılacağı açık olmalıdır. Çiftçi, hangi veriyi paylaşacağını bilmeli ve mümkün olduğu ölçüde buna karar verebilmelidir. Araştırma ve kamu yararı için kullanılacak veriler anonimleştirilmeli, ticari şirketlerin erişimi şeffaf kurallara bağlanmalıdır. Sistem, veri diktatörlüğü olarak adlandırdığımız verinin merkezileştirilerek çiftçiyi denetleyen bir yapıya dönüşmemelidir. Tam aksine çiftçinin rızasını, veri güvenliğini ve bilgiye erişim hakkını koruyan ortak bir altyapı olmalıdır. Yapay zekânın ürettiği öneriler de nihai kararın çiftçide kaldığı, gerektiğinde sorgulanabilir ve itiraz edilebilir bir sistem içinde sunulmalıdır.
Devletin rolünü tanımladık. Bir başka olmazsa olmaz daha var: Veri üreticinin üzerinde değil, üreticiyle birlikte çalışmalı. Yani çiftçi sisteme veri sağlayan kişi olarak kalmamalı, sistemin ürettiği bilgiden doğrudan yararlanmalı. Çünkü veri ancak karar kalitesini yükseltiyorsa ekonomik değer üretir.
Ve bütün bu yapı kurulmadan yapay zekâdan beklenen büyük dönüşüm gerçekleşemez. Önce veriyi birleştirmek. Sonra yapay zekâ ile anlamlandırmak. Türkiye’nin tarımda dijital dönüşümünün temel sırası bu olmalı.
Hollanda’dan Alınacak Ders: Sistem Kurmak
Hollanda’dan alacağımız ders, daha fazla sera kurmak değildir. Daha fazla sensör almak, daha fazla robot kullanmak da değildir. Odaklanılacak nokta sistem kurulmasıdır.
Hollanda’nın başarısı tek bir teknolojiye dayanmadı. Toprak ve su yönetimiyle başladı, üreticilerin örgütlenmesiyle gelişti, araştırma ve eğitimle güçlendi. Pazar ve lojistikle büyüdü. Seracılıkla yoğunlaştı, veriyle derinleşti. Ve şimdi yapay zekâyla yeni bir aşamaya geçiyor.
Türkiye de kendi sistemini kurabilir. Her tarlanın verisi olabilir. Her üretim bölgesinin dijital haritası olabilir. Su ve gübre kullanımı yapay zekâ ile optimize edilebilir. Hastalıklar ortaya çıkmadan önce tahmin edilebilir. Üretici ile pazar arasındaki bilgi akışı güçlendirilebilir. Kooperatifler bu sistemin parçası olabilir. Üniversiteler bilgi üretebilir. Özel sektör teknolojiyi geliştirebilir. Devlet ise bütün bu yapının ortak altyapısını oluşturabilir.
Böyle bir sistem kurulduğunda yapay zekâ çiftçinin karşısındaki bir makine olmaktan çıkar. Çiftçinin yanında çalışan bir karar ortağına dönüşür. Burada Hollanda ile Türkiye arasındaki temel fark da ortadan kalkabilir.
Hollanda’nın avantajı küçük olmasıdır. Türkiye’nin avantajı ise büyük olması. Hollanda sınırlı toprağını bilgiyle yoğunlaştırdı. Türkiye ise geniş tarım coğrafyasını veriyle birbirine bağlayabilir.
Bunun için Türkiye’nin Hollanda olması gerekmiyor. Kendi modelini kurması gerekiyor.
Tarımın geleceği daha fazla toprakta değil.
Daha fazla makinede de değil.
Daha doğru bilgide ve daha doğru kararda.
Yeni yorum ekle