¿Cómo cambiará la agricultura la inteligencia artificial?

Las industrias agrícola y alimentaria se están viendo rápidamente dominadas por la inteligencia artificial (IA). Este sector recibe constantemente el impacto de la tecnología, y en el espacio de cincuenta años se ha transformado totalmente.

¿Cómo se utiliza la inteligencia artificial en la agricultura?

En el análisis de cultivos mediante visión por ordenador

Se necesita mucha tierra para alimentar a miles de millones de personas. Hoy en día, el cultivo manual ya no es posible. Al mismo tiempo, las plagas y las enfermedades de las plantas suelen provocar malas cosechas. Estas invasiones son difíciles de detectar y cortar de raíz, dada la escala de las operaciones agrícolas modernas.

Esto añade una nueva aplicación a las técnicas de visión por ordenador. Los agricultores utilizan la fotografía aérea para identificar indicadores tempranos de enfermedades o plagas de las plantas a nivel macro y fotografías de primer plano de hojas y plantas a nivel micro para identificar enfermedades de los cultivos.

Tenga en cuenta que utilizamos el término "visión por ordenador" con bastante ligereza. Las imágenes no suelen ser las fuentes de información más fiables. Muchos aspectos importantes de la vida vegetal se estudian mejor por otros medios.

A menudo es posible recoger imágenes hiperespectrales mediante sensores especializados o realizar escaneados láser en 3D para conocer mejor la salud de las plantas. Estas técnicas se utilizan cada vez más en agronomía. Como la resolución de este tipo de datos suele ser alta, es más comparable a las imágenes médicas que a las fotografías. AgMRI es el nombre de uno de los sistemas de seguimiento sobre el terreno.

La investigación sobre el fenotipado y la imagen de las plantas está muy subvencionada. La principal tarea consiste en recopilar grandes conjuntos de datos sobre los cultivos (a menudo en forma de fotografías o imágenes en 3D) y comparar la información fenotípica con el genotipo de la planta. Los resultados y la información obtenidos pueden aplicarse al avance de las tecnologías agrícolas mundiales.

El uso de la robótica en la agricultura

Prospero (por ejemplo) y otros robots agrícolas autónomos tienen la capacidad de cavar hoyos en el suelo y plantar semillas respetando los patrones básicos establecidos y teniendo en cuenta las características únicas de la zona. Los robots también son capaces de gestionar el proceso de crecimiento e interactuar con cada planta por separado.

Los robots cosecharán en el momento adecuado, una vez más tratando a cada planta exactamente como debe ser tratada. La agricultura en enjambre es la base de Prospero. Imagina una horda de diminutos Prospero arrastrándose sobre los cultivos, dejando tras de sí hileras ordenadas y uniformes de vegetación. Curiosamente, Prospero apareció en 2011, antes de que la actual revolución del aprendizaje profundo alcanzara su punto álgido.

Hoy es posible automatizar un número creciente de operaciones ordinarias en la agricultura gracias al uso cada vez más extendido de robots:

Un dron fumiga cultivos automáticamente. Los drones, que son pequeños y ágiles, pueden suministrar sustancias peligrosas con mayor precisión que las grandes aeronaves. Además, las fotografías aéreas tomadas por los drones fumigadores pueden utilizarse para recopilar datos para los algoritmos de visión por ordenador mencionados al principio de este artículo.

Cada vez se crean e implantan más robots diseñados específicamente para la cosecha.

Las cosechadoras existen desde hace mucho tiempo. Sin embargo, sólo recientemente se ha podido crear, por ejemplo, un robot que selecciona fresas gracias a los avances en visión por ordenador y robótica.

Robots como Hortibot reconocen y eliminan mecánicamente las malas hierbas. Se trata de otro fantástico logro de la robótica y la visión por ordenador contemporáneas, ya que antes era imposible distinguir las malas hierbas de las plantas beneficiosas y utilizar manipuladores para interactuar con plantas pequeñas.

Ya está claro que el aprendizaje automático, la IA y la robótica pueden funcionar bien en la agricultura, aunque muchos robots agrícolas son aún prototipos o sólo se están probando a pequeña escala. Podemos suponer que, en un futuro próximo, una proporción cada vez mayor de la actividad agrícola estará mecanizada.

Inteligencia artificial y cuidado de los animales de granja

Actualmente se están desarrollando muchas otras aplicaciones de la IA en la agricultura. Por ejemplo, un proyecto piloto de Neuromation está aplicando la visión por ordenador al sector ganadero, un ámbito que todavía no ha despertado mucho interés en la comunidad del aprendizaje profundo.

Por supuesto, ha habido iniciativas para aprovechar los datos de seguimiento del ganado para el aprendizaje automático. Por ejemplo, la empresa paquistaní Cowlar ha presentado un collar con el pegadizo eslogan "FitBit para vacas" que monitoriza de forma inalámbrica la actividad y la temperatura de las vacas. Investigadores franceses trabajan en una tecnología de reconocimiento facial para vacas.

También hay iniciativas para utilizar la visión por ordenador en la cría de cerdos, un sector hasta ahora infrautilizado con un valor de mercado de cientos de miles de millones de dólares. En las granjas modernas, los cerdos se alojan en grupos relativamente pequeños, donde se seleccionan los animales más comparables. El pienso es el principal gasto en la producción porcina, por lo que el principal objetivo de la producción porcina contemporánea es maximizar el proceso de engorde.

Si los ganaderos conocieran a fondo cómo engordan los cerdos, podrían resolver este problema. Pero los cerdos suelen pesarse sólo dos veces en su vida: al principio y al final del engorde.

Los expertos podrían diseñar una dieta de engorde única para cada cerdo e incluso una mezcla única de aditivos alimentarios si supieran cómo gana peso cada lechón. Esto aumentaría significativamente la producción. Aunque guiar a los animales en las básculas no es especialmente difícil, les causa mucho estrés, y los cerdos estresados pierden peso.

La nueva investigación sobre IA pretende crear un nuevo método no intrusivo para pesar a los animales. Neuromation deducirá el peso de los cerdos a partir de datos fotográficos y de vídeo mediante un modelo de visión por ordenador. Estas estimaciones se integrarán con los modelos de aprendizaje automático tradicionales y analíticos existentes para mejorar el proceso de engorde.

La frontera de la inteligencia artificial en la agricultura

La agricultura y la ganadería se consideran a veces profesiones anticuadas. Hoy, sin embargo, la inteligencia artificial empieza a desempeñar un papel más importante en la agricultura.

La razón principal es que en la agricultura se realizan muchas tareas al mismo tiempo:

Son tan complejas que el aprendizaje profundo y la inteligencia artificial contemporánea deben utilizarse para automatizarlas. Cada mata de tomate y cada cerdo requieren un método único. Así que, hasta hace muy poco, la intervención humana era absolutamente necesaria.

Es tan sencillo que podemos resolver los problemas utilizando los avances actuales en inteligencia artificial, automatizando al mismo tiempo las tecnologías que nos permiten interactuar con plantas y animales y tener en cuenta sus características únicas. Pesar un cerdo es más sencillo que aprender a pasar el test de Turing, y conducir un tractor en un campo grande es más sencillo que conducir un coche en medio del tráfico.

Dado que la agricultura sigue siendo una de las actividades más grandes y significativas del mundo, incluso una pequeña mejora de la eficiencia se traducirá en ganancias importantes.

La inteligencia artificial está llamada a revolucionar la mayoría de los sectores. A menudo hablamos de cómo las herramientas de IA han cambiado los puestos de trabajo en el sector servicios, pero no lo suficiente sobre cómo cambiarán la agricultura. Sin embargo, lo que está en juego es enorme e importante.

¿Quieres vivir de Internet? Aquí te explicamos cómo ganar dinero con Jasper AI.