Yapay zeka, gıda biliminde yeni fiziksel ilişkiler keşfetmeye yardımcı olabiliyor.
AI ve İnsan Uzmanlığı Bir Araya Geliyor
Penn State Üniversitesi’nden araştırmacılar, yapay zeka (AI) ajanlarının insan uzmanlığı ile birlikte çalışarak, bilimsel verileri çıkardığı ve düzenlediği bir sistem geliştirdi. Bu sistem, daha önce rapor edilmemiş fiziksel ilişkileri ortaya çıkarmaya yardımcı oluyor ve aynı zamanda genel amaçlı yapay zeka için bilgi tabanı işlevi görüyor.
Bu çalışmanın baş yazarı Xu Zhou, Penn State Gıda Bilimleri Bölümü’nde yardımcı doçent olarak görev yapıyor. Zhou, araştırma fikrini, 2025 yılının sonlarında üniversitede öğretim üyeliği mülakatı sırasında geliştirdi.
AgentXtract ile Veri Toplama Süreci
Zhou, AI’nin bilimsel makaleleri aramakta güçlü olduğunu, ancak gıda bilimi soruları için gereken yanıtları veremediğini fark etti. Gıda mühendislerinin, matematiksel modeller ve bilgisayar simülasyonları için güvenilir fiziksel özellik verilerine ihtiyaç duyduğunu belirten Zhou, bu verilerin yıllar boyunca yayımlanan çalışmalarda dağılmış olduğunu ifade etti.
AgentXtract adını verdikleri sistemde, AI ajanlarının bilimsel makaleleri yorumlamak için işbirliği yaptığı belirtildi. AI, farklı formatlardan sayısal veri çıkartarak, bu bilgileri bir veritabanına organize ediyor.
Veritabanının Performansı ve Keşifler
AgentXtract’ın performansını test etmek için, OpenAI, Google ve Anthropic’ten 10 farklı büyük dil modeli değerlendirildi. AI ajanlarının, bilimsel makaleleri anlamadaki doğruluk, hız ve maliyet performansı karşılaştırıldı. Zhou, AI ajanları sayesinde 4,000’den fazla deneysel veri kaydını sadece 30 dakikada topladıklarını aktardı.
Ayrıca, araştırmacılar daha önce rapor edilmemiş bir matematiksel ilişki keşfetti. İki dielektrik özelliği arasında, yiyeceklerin elektromanyetik enerji ile etkileşimini tanımlayan bu ilişki, manuel veri toplamanın zorluğu nedeniyle daha önce ortaya çıkmamıştı.
Gelecekteki Uygulamalar
Veritabanı, soru-cevap AI uygulamaları ile bağlantılı hale getirildi. Zhou, örnek olarak, patateslerin belirli bir frekansta dielektrik özelliklerinin sorulabileceğini ve sistemin bu verileri hızlıca çekip yanıt verebildiğini belirtti.
Gelecekte, AI’nin yüksek kaliteli bilimsel verilerle desteklenmesinin, sadece gıda bilimi değil, pek çok araştırma alanında daha faydalı olmasını sağlayabileceği vurgulandı. Bu çalışmanın, diğer alanlara da uygulanabileceği ifade edildi.
