INTELIGENCIA ARTIFICIAL EN LA AGRICULTURA
La RAE (Real Academia Española) define la Inteligencia Artificial (IA) como la “disciplina científica que se ocupa de crear programas informáticos que ejecutan operaciones comparables a las que realiza la mente humana, como el aprendizaje o el razonamiento lógico”.
Según la FAO (Organización de las Naciones Unidas para la Agricultura y la Alimentación), la producción agrícola deberá aumentar en un 60% en 2050 para poder alimentar a una población que crecerá hasta los diez mil millones según la ONU.
Los agricultores y las explotaciones agrarias deben hacer frente a un sector cada vez más competitivo con una mayor demanda a unos precios más ajustados. Esto impulsa al sector a sumarse a las nuevas tecnologías, donde tras muchos años de crecimiento y tecnificación hay dos temas principales que siguen preocupando: la producción y la calidad.
Conocer el tiempo óptimo de recolección, alcance de trabajos como la poda, recomendaciones de abonado, riego, entre otros, son retos que se están presentando hoy en día y para los que se necesita explotar al máximo el potencial de la tecnología.
El gran desafío por tanto es, obtener los conocimientos necesarios para optimizar las actividades agrícolas. “Riego inteligente”, “fertilización inteligente”, “cosecha inteligente”, etc. Sólo pueden basarse en conocimientos precisos y sólidos, para actuar de la manera más eficiente posible sobre los cultivos.
En los últimos años, la agricultura ha pasado por una gran revolución. De ser uno de los sectores más tradicionales a uno de los más progresistas, entonces, ¿podrá la IA ayudar a la agricultura? ¿Dónde se encuentra la verdadera clave para este avance en la agricultura?
La respuesta está en la gestión de datos de calidad y fiables que permiten un análisis ad hoc, y que garantiza una toma de decisiones basada en realidades. Lo que se conoce como Big Data y análisis predictivo, dos de los grandes pilares de la IA en otros sectores, como son la automoción, la sanidad o la industria.
El agricultor de toda la vida contaba con la intuición en su toma de decisiones. Los datos de campo eran escasos y se recopilaban de forma muy básica. Hoy día se disponen de muchos más datos: estaciones meteorológicas, drones, GPS, lo que son tecnologías para la agricultura de precisión. Pero ¿qué se hace con todos esos datos?
Proporcionar muchos datos al agricultor no siempre es útil y puede ser difícil de analizar. Hoy día se tratan esos datos, se representan de una forma más o menos ordenada (mapas que indican humedades del suelo, contenido en nitrógeno, malas hierbas, etc.) que se entregan a los agricultores, pero siguen siendo ellos los que toman las decisiones.
Aquí tenemos un primer paso: De decisiones por intuición a decisiones por información, es decir, basadas en datos. El siguiente paso sería analizar los datos y proporcionar al agricultor, información y también recomendaciones claras y precisas. Además, se pueden descubrir nuevas perspectivas y correlaciones que no se conocían antes. Esto se puede lograr mediante IA.
En la agricultura son enormes la cantidad de posibilidades y factores (biológicos, químicos, físicos) que afectan al sistema, lo que hace imposible que los humanos puedan analizar y sacar conclusiones de manera efectiva. Aquí las “máquinas” pueden tomar decisiones más acertadas. Es lo que se llama Machine Learning. Las máquinas analizan datos, algoritmos y cuantos más datos reciban, mejor será el proceso de aprendizaje que realicen. El Big Data y su analítica son la base que permiten a la propia inteligencia artificial crecer. A día de hoy, la toma de decisiones es ya una combinación de aprendizaje predictivo y de la más potente matemática.
COMO LA AGRICULTURA CAMBIA GRACIAS A LA INTELIGENCIA ARTIFICIAL.
Algunos ejemplos de las aplicaciones de la IA en este campo:
La inteligencia artificial ayuda a las maquinarias agrícolas a tener una gran precisión: les permite identificar y tomar decisiones de gestión sobre el terreno, incluso según las necesidades de cada planta. De modo que la toma de decisiones se lleva a cabo en tiempo real, por ejemplo, condiciones de riego, tratamientos fitosanitarios y posterior recolección y transformación.
La aplicación de inteligencia artificial a la agricultura y los cultivos reduce de forma drástica el consumo y utilización de recursos. Unos recursos que con frecuencia son escasos, como ocurre con el agua en zonas cada vez más extensas del planeta.
La utilización de mejores sistemas técnicos, cámaras, realidad aumentada, drones y computación ha demostrado que en muchos casos se llega a una reducción de hasta un 90% de muchos tipos de productos fitosanitarios.
E incluso la aplicación de la inteligencia artificial para fortalecer la salud de las plantas de forma biológica y natural. Haciéndolas más resistentes a las enfermedades, con mejoras contrastadas de rendimientos de los cultivos que rondan el 20%.