Abu Dabi, tarımsal soruları yanıtlamak için özel olarak eğitilmiş bir yapay zeka sistemi geliştirdi – ve ChatGPT veya diğer ticari AI araçlarının aksine, AgriLLM herkesin kullanması, değiştirmesi veya üzerine inşa etmesi için tamamen ücretsizdir.
BM Gıda ve Tarım Örgütü’ne göre, aı71 tarafından CGIAR ve Gates Vakfı da dahil olmak üzere 15 küresel kuruluşla ortaklaşa oluşturulan sistem kritik bir sorunu ele alıyor: Dünya çapındaki aile çiftçilerinin yüzde 75’i güvenilir tarımsal destekten yoksun.
Aı71 Ürün ve Teknoloji Sorumlusu Mehdi Ghissassi, Khaleej Times’a verdiği demeçte, ”AgriLLM, özellikle tarım için ince ayarlanmış büyük bir dil modelidir” dedi. “ChatGPT gibi genel modeller geniş, çok alanlı veriler üzerinde eğitilirken, AgriLLM 15’ten fazla küresel ortağın yüksek kaliteli tarımsal veri kümeleri üzerinde eğitiliyor.”
Aradaki fark testte gösteriyor. Aı71’in dahili değerlendirmelerine göre AgriLLM, tarımsal sorulara yanıt verirken GPT-4o’dan yaklaşık yüzde 30 daha sık olgusal olarak doğru cevaplar üretir. Model, yanlış bilgi içerebilecek geniş yanıtlardan ziyade kısa, kanıta dayalı rehberlik sunarak doğruluğa uzunluğa öncelik verir.
Ghissassi, ”Çiftçilikte kendine güvenen ama yanlış bir cevabın gerçek sonuçları olabilir” dedi. “Bu yüzden modeli doğrulanmış tarımsal bilgiye dayandırma konusunda çok kasıtlıydık.”
Ürüne özgü konular
Eğitim verileri, 350.000’den fazla tarım belgesi, 50.000 araştırma makalesi ve doğrulanmış cevapları olan 120.000 gerçek dünya tarım sorusu dahil olmak üzere özel kaynaklardan alınmıştır. Bu, agrillm’nin mahsullere özgü sorunları, bölgesel yetiştirme koşullarını ve genel amaçlı yapay zeka sistemlerinin sıklıkla mücadele ettiği iklimle ilgili zorlukları ele almasına olanak tanır.Bir çiftçi kuraklığa dayanıklı tohumları sorduğunda, sistem genel bir öneri oluşturmaz. Ghissassi, ”Asistan, rehberliğin arkasındaki özel araştırmalardan alıntı yapabilir ve yanıtı kullanıcıya uyarlayabilir — ister çiftçi, ister uzatma ajanı, araştırmacı veya politika yapıcı olsun,” dedi.
Sorular daraldıkça AgriLLM de daha kesin hale gelir. Geniş bir sorgu genel tavsiyeler getirebilirken, toprak türü, konumu veya iklimi ile ilgili takip soruları, tarımsal eğitiminden giderek daha fazla hedeflenen yanıtları tetikler.
