Agentik AI, Phytomining’de Analiz Süresini Dakikaya İndirdi.

Agentik AI, tek bir soruya yanıt vermek yerine bir döngüde planlama, kod yazma, sonuçları çekme ve araştırmacılara sonraki adımları önerme yeteneğine sahip.

Deneyde, 12 farklı coğrafi bölgeden toplanan pennycress (çökertme) bitki çeşitleri incelendi; 360 ayrı bitki, değişen nikel konsantrasyonlu topraklarda yetiştirildi.

Yüksek çözünürlüklü kameralar, bitkileri otomatik konveyörlerde taşıyarak günlük üç kez görüntü aldı; görüntülerde renk, yapı ve stres tepkileri kaydedildi.

Manuel yöntemde, iki araştırmacının 10 özelliği bir zaman diliminde kaydetmesi altı saat sürüyordu; AI bu süreci bir dakikaya indirdi.

"Manuel yöntemde bir zaman diliminde 10 özellik için altı saat harcıyorsunuz," dedi John Lagergren, ORNL hesaplamalı bilimci.

AI, toplanan görüntülerden yüzlerce biyolojik özelliği otomatik çıkarıp, hangi bitki çeşitlerinin nikel toleransının en yüksek olduğunu belirledi.

Araştırmacılar, nikel, kobalt, selenyum ve nadir toprak elementleri gibi kritik minerallerin doğrudan bitkilerden elde edilebileceği bir yolu hâlâ geliştirme aşamasındalar.

Phytomining, yani bitki madenciliği, düşük dereceli mineral yataklarının ekonomik olmayan madenlerle işlenmesi yerine bitkileri metal süzgeci olarak kullanmayı öngörür.

Bu yöntem, kırsal bölgelerde yeni bir gelir kaynağı yaratabilir, aynı zamanda yerel enerji ve savunma zincirlerini destekleyebilir.

OPAL projesi, Oak Ridge, Argonne, Lawrence Berkeley ve Pacific Northwest laboratuvarlarından dört ulusal laboratuvarın iş birliğini içeriyor.

Ortak çalışmalar, AI, robotik ve otomatik deneyler aracılığıyla biyoloji, biyoteknoloji ve enerji bilimlerinde öğrenen bir laboratuvar ağı oluşturuyor.

Laboratuvarlar, elde edilen AI‑hazır veri, modeller ve ajanları dört laboratuvarda paylaşarak deney tasarımını ve analiz süresini kısaltıyor.

Deney sonunda, sistem 360 bitkinin nikel birikimini izleyerek, yüksek biriktirme potansiyeline sahip üç çeşidi işaret etti.

AI ayrıca, anormallikleri anında tespit edip, araştırmacılara müdahale önerisi sundu; bu sayede deney süresi içinde duraksama ve hata riski azaldı.

Renan Souza, projenin bilişim lideri, "Mühendislerin veri iş yükünü hafifleten bu ajanlar, bilim insanını yorum ve tasarıma yönlendirmeyi sağlar," diye belirtti.

Daniel Rosendo, OPAL dağıtım sorumlusu, "İnsan hâlâ karar veriyor; AI sadece yol gösteriyor," diyerek insan‑AI iş birliğinin önemini vurguladı.

John Sedbrook, Illinois State University genetik profesörü, pennycress’in nikel hiperakümülatör ailesinin bir üyesi olduğunu ve tarımsal kapsama giderek değere dönüşebileceğini söyledi.

Kelsey Carter, deney lideri, "Gerçek zamanlı gözlemler ve analizler, keşif süresini aylara, yıllara değil, aylara indiriyor," diyerek sürecin hızına dikkat çekti.

OPAL’ın veri transferi, Amerikan Bilim Bulutu (AmSC) ve DOE’nun Biyolojik ve Çevresel Araştırma Programı veri tabanı ile entegre edildi.

Bu entegrasyon, bulguların ulusal laboratuvarlar arasında paylaşılmasını ve gelecekteki biyo‑tasarım çalışmalarını hızlandırmayı hedefliyor.

Gelecek adım olarak, araştırmacılar bitkileri, minerallerin serbest bırakılmasını destekleyen protein ve mikrobiyal ortaklar ile birlikte optimize etmeyi planlıyor.

Argonne, pH‑optimize proteinlerle biyoleçim enzimlerini geliştirmek; Pacific Northwest ve Lawrence Berkeley, metal toleranslı Pseudomonas putida mikrobiyunu tasarlamak için AI ve robotik kullanıyor.

Bu çok ölçekli, çok krallıklı biyolojik sistem, programlanabilir bir platform haline gelerek, hasat edildiğinde minerallerin geri kazanımını mümkün kılıyor.

OPAL’ın bu yaklaşımı, sadece laboratuvar ortamında değil, kırsal arazilerde de uygulanabilir; özellikle düşük kaliteli mineral yatakları bulunan bölgelerde potansiyel taşıyor.

Araştırma, DOE’nun Genesis Misyonu’nun bir parçası; bu ulusal girişim, bilimsel keşif hızını artırmayı, ulusal güvenliği güçlendirmeyi ve enerji yeniliklerini yönlendirmeyi amaçlıyor.

Genesis Misyonu, dünyanın en güçlü bilim platformunu oluşturmayı hedeflerken, OPAL gibi projelerle yapay zekâyı gerçek zamanlı biyodesenle birleştiriyor.

Projenin öne çıkan bir rakamsal etkisi, 1.000'den fazla fiziksel bitki özelliğinin analiz süresinin, AI sayesinde birkaç dakikaya indirgenmesidir.

Bu hızlanma, potansiyel olarak yıllarca sürecek keşif süreçlerini aylarla sınırlayarak, kritik minerallerin yerli teminini ivmelendiriyor.

Uygulama aşamasında, bitkilerin büyüme hızı, yaprak renk değişimi ve kök gelişimi gibi parametreler anlık olarak izleniyor.

Veri akışı, AI‑temelli algoritmalarla işlenerek, hangi genetik değişikliklerin mineralli birikimi artırdığına dair içgörüler sağlıyor.

Bu içgörüler, yeni genetik tasarımların laboratuvarda test edilmesini ve sahaya hızlıca aktarılmasını mümkün kılıyor.

OPAL’ın otomatik veri toplama sistemi, geleneksel laboratuvarlarda kullanılan kağıt formları tamamen ortadan kaldırıyor.

Böylece, araştırmacılar veri giriş hatalarını azaltıyor ve daha tutarlı sonuçlar elde ediyor.

Proje, aynı zamanda akademik ve endüstriyel ortaklar arasında veri standartlarını da birleştiriyor.

Bu standartlaşma, farklı laboratuvarlarda üretilen veri setlerinin bir araya getirilmesini ve karşılaştırılmasını kolaylaştırıyor.

OPAL’ın bir diğer avantajı, AI’nın anormallik tespiti sayesinde deneysel hataları erken aşamada yakalamasıdır.

Bu erken uyarı, zaman ve kaynak kayıplarını önleyerek, projenin toplam maliyet etkinliğini artırıyor.

Şu ana kadar, 360 bitki üzerinde yürütülen deneme, 24.000'den fazla gözlem ve 1.000'den fazla özellik üretmiş durumda.

Bu veri hacmi, geleneksel yöntemlerle işlenmesi imkansız bir boyuta ulaşmıştı.

AI’nın devreye alınması, bu büyük veri setini dakikalar içinde analiz edebilme yeteneği sağladı.

Gelecekte, benzer AI destekli platformların diğer tarımsal ürünlerde ve hatta metalik atık geri dönüşümünde kullanılabileceği öngörülüyor.

Bu gelişmeler, kritik minerallerin dışa bağımlılığını azaltarak, ülke içinde sürdürülebilir bir tedarik zinciri oluşturmayı hedefliyor.

OPAL projesi, yapay zekâ ve biyoteknolojinin bir arada çalıştığı bir model sunarak, bilimsel araştırmada yeni bir paradigma öneriyor.