Agentic yapay zekâ, fito-madenciliği hızlandırıyor.

Fito‑madencilik, büyük ama düşük tenörlü yataklarda, gıda tarımına uygun olmayan marjinal arazilerde ve maden sahalarının rehabilitasyon bölgelerinde öne çıkıyor. Klasik madenciliğe göre daha az kazı gerektiriyor ve kırsalda ek gelir imkânı yaratabiliyor.

ABD, teknoloji altyapısının ham maddelerinde uzun süre dış kaynaklara bağımlı kaldı; fito‑madencilik kırsal ekonomileri güçlendirirken enerji ve ulusal güvenlik için yurt içi tedarik zincirlerini sağlamlaştırmayı hedefliyor.

Uygulama, bitkilerin daha hızlı ve iri büyüdüğü daha sıcak bölgeleri ve planlanan maden operasyonlarının rehabilitasyon kuşaklarını da hedefliyor; yöntem düşük maliyetli ve asgari müdahaleli.

OPAL ve ‘ortak‑bilim insanı’ nasıl çalışıyor

ORNL’nin “ortak‑bilim insanı” (co‑scientist) adlı ajan tabanlı yapay zekâ platformu, DOE’nin dört ulusal laboratuvarını birleştiren OPAL girişiminin beyni. Sistem plan yapıyor, kod yazıp çalıştırıyor, sonuçları çekiyor, bağlam veriyor ve bir sonraki adımı araştırmacılara öneriyor.

OPAL, DOE’nin Genesis Mission girişiminin parçası; bu ulusal inisiyatif keşif bilimini hızlandırmak, ulusal güvenliği güçlendirmek ve enerji inovasyonunu sürmek için dünyanın en güçlü bilimsel platformunu kurmayı amaçlıyor.

Platform, ORNL’nin açık bilime yönelik en hızlı süper bilgisayarı Frontier üzerinde geliştirildi. Argonne ekibinin ajan modülleri kullanılıyor. OPAL, biyoloji ve enerji bilimlerinde robotiklerle otomatik deney akışlarını kuruyor; laboratuvarlar arasında yapay zekâya hazır veriyi ve modelleri hızla paylaşıyor.

Frontier, ORNL’nin Oak Ridge Leadership Computing Facility’sinde yer alıyor ve DOE Advanced Scientific Computing Research programı tarafından destekleniyor.

OPAL, Frontier’in işlem gücünü kullanarak anlık devasa hesaplamaları “uçuş sırasında” gerçekleştiriyor; ekibin önceki gösteriminden bu yana sistemin işlevselliği önemli ölçüde genişletildi ve otomatik iş akışları kuruldu.

Ekip, ürettiği veriyi American Science Cloud (AmSC) ve DOE Office of Science’ın Biological and Environmental Research Programı’nın bütünleşik veritabanına aktardı. OPAL eş‑bilim insanı, Genesis Mission’ın ORNL liderliğinde yürütülen çok laboratuvarlı temel platformu AmSC üzerinde devreye alındı.

“Ulusal laboratuvarların ortak gücü, keşfe giden zamanı katlanarak hızlandırıyor,” dedi Weston.

Deney: pennycress ve nikel

ORNL ekibi, dünyanın farklı bölgelerinden toplanmış 12 pennycress hattının nikel biriktirme yeteneğini inceledi. Pennycress, hızlı büyüyor ve nikel toplayan akrabalarıyla aynı familyada yer alıyor. Pennycress yaygın bir örtü bitkisi; nikel hiper‑akümülatörleriyle bilinen Odontarrhena cinsiyle aynı familyada.

Illinois State University’den John Sedbrook’un laboratuvarı, deneyde kullanılan pennycress hatlarının büyük bölümünü sağladı.

Gelişmiş Bitki Fenotipleme Laboratuvarı (APPL) içinde, 360 bitki gün boyu otomatik konveyörlerde dolaştı. Yüksek çözünürlüklü kameralar yaprak rengi, yapı, büyüme, stres yanıtı ve mineral içeriğindeki ince değişimleri kaydetti.

Deney sahasında OPAL pennycress çalışmasının lideri teknik profesyonel Kelsey Carter, çeşitlerin yetiştiği topraklara nikel uyguladı.

Deney sonunda 24.000’in üzerinde gözlem, her bir bitkinin artan nikel derişimine nasıl tepki verdiğini ortaya koydu. Derin öğrenme yöntemleri ve ajan tabanlı sistem bu veriyi işleyip öngörü üretti.

“Deneyin sonunu bekleyip tek bir ölçüm almaktansa, bu benzersiz hesaplama platformu canlı deneylerde her bitkinin nikele verdiği yanıtın zaman içindeki dinamik kaydını oluşturdu; bu da gerçek zamanlı analiz ve karar almayı sağladı,” dedi David Weston, ORNL’de OPAL girişiminin yürütücüsü.

İş yükü dakikalara indi

Aynı deneyde araştırmacılar, iki kişinin elle yaptığı ölçümleri de topladı. Greenness ve bolting (çiçeklenme öncesi büyüme sıçraması) gibi 10 özelliği tek bir zaman noktasında not etmek, kâğıda yazıp bilgisayara aktarmak dahil günde 6 saat sürdü.

“El yönteminde, deneyde 10 özellik ve tek bir zaman noktası için altı saat emek harcıyorsunuz,” dedi ORNL’de hesaplamalı bilimci ve OPAL üyesi John Lagergren. “Buna karşılık APPL, her bitkinin görüntüsünü günde üç kez alıyor; sistem bu görüntülerden yüzlerce özelliği çıkarıp analiz ediyor. Eş‑bilim insanı platformunda elimizle topladığımız her şeyi bir dakikadan kısa sürede—ve tek bir zaman noktasına ya da birkaç özelliğe takılmadan—yeniden üretebiliyorsunuz.”

“Eş‑bilim insanıyla OPAL, APPL’i pasif bir ölçüm platformundan uyarlanabilir bir öğrenme ortamına dönüştürüyor,” dedi Weston.

“Kapsamlı bağlama rağmen, tam bağlamsallaştırılmış yorum hâlâ insan muhakemesi gerektirir. Bilim insanı kontrolde kalırken, OPAL’ın ajan iş akışı veri üretiminden bilimsel içgörüye giden yolu kısaltır,” dedi Daniel Rosendo, OPAL’ın Genesis Mission platformu dağıtımından sorumlu ORNL lideri.

Sistem, en nikel‑toleranslı çeşitleri belirledi, büyüme ve stres dayanımında öne çıkanları sıraladı ve nihai nikel birikimini en iyi öngören erken dönem özellikleri işaretledi. Anomalileri hızla yakalayıp ekibi uyardı; deneyde düzeltici adımlar için zaman kazandırdı.

Ayrıca büyüme dinamiklerinin teyidi, nikel toleransının altta yatan biyolojisinin açığa çıkarılması ve nikel fito‑madenciliğini güçlendirecek biyo‑tasarım stratejilerinin hassaslaştırılması için takip deneyleri önerdi.

Neden önemli: hız, seçim ve ölçeklenebilirlik

Ajan, 1.000’den fazla fiziksel bitki özelliğinin analiz süresini yüzlerce saatten birkaç dakikalık etkileşime indirdi. Bu, doğru adayların daha erken seçilmesini ve bir sonraki deneylerin daha akıllıca planlanmasını sağlıyor.

Nikel, lityum‑iyon pillerde, paslanmaz çelikte ve jet motorları ile savunma uygulamalarında kullanılan süperalaşımlarda kritik. Doğru bitki‑mikrop eşleşmeleriyle, tarla koşullarında “hasat edilebilir metal” miktarı anlamlı bir seviyeye çıkabilir.

“Bu ajanların amacı, dosyalar, betikler ve sorgu araçları arasında veri analizinin teknik yükünü azaltıp bilim insanıyla omuz omuza çalışmak; böylece araştırmacı yorumu, muhakemeyi ve deney tasarımını odak alabilsin,” dedi deneyin hesaplama lideri Renan Souza.

Sırada mikroplar ve proteinler var

Bir sonraki adımda ORNL, bitki deneylerini iş ortağı laboratuvarların geliştirdiği proteinler ve mikroplarla birleştirecek. Argonne, nadir toprak elementlerinin çözünmesini hızlandıracak, pH’a göre optimize edilmiş biyo‑liç enzimlerini tasarlıyor.

Pacific Northwest ve Lawrence Berkeley ekipleri, toprağa bağlı metalleri serbest bırakmak için organik asit salgılayan, metal toleranslı Pseudomonas putida gibi mikropları geliştiriyor. Amaç, çok katmanlı bu biyolojik sistemi programlanabilir bir “metal toplayan platform”a çevirmek.

Illinois State University’den pennycress uzmanı genetikçi John Sedbrook, ajan tabanlı yaklaşımın bitki fenotiplemeyi otomatikleştirip karmaşık biyolojik veri kümelerini anlamlandırdığı için “yılları aylara sıkıştırabilecek” bir potansiyel taşıdığını söyledi. Sedbrook, gösterimin ve pennycress bulgularının tarım sektörü için geniş etkiler taşıdığını da belirtti.

Yöntem künyesi

• Kurumlar: ORNL; OPAL ortakları Argonne, Lawrence Berkeley, Pacific Northwest

• Bitki: 12 pennycress hattı; 360 birey

• Tesis: APPL; günde 3 görüntüleme, gece‑gündüz otomasyon

• Veri: 24.000+ gözlem; 1.000+ özellik çıkarımı

• Hesaplama: Frontier süper bilgisayarı; ajan tabanlı iş akışları

Ne kanıtlıyor, ne kanıtlamıyor

• Kanıtladığı/ gösterdiği: Ajan, nikel deneyinde üstün çeşitleri ve erken işaretleri hızla bulup öneriler üretebiliyor.

• Kanıtlamadığı: Tarla ölçeğinde ekonomik geri kazanım miktarı ve maliyet hesabı henüz gösterilmedi.

• Sınır: Bulgular pennycress ve nikel koşullarında; diğer mineraller ve bitkiler için doğrulama gerektiriyor.

• Sınır: Sonuçlar laboratuvar otomasyonunda elde edildi; arazi koşulları değişkenlik yaratabilir.