Cuando se trata de inteligencia artificial Se hace referencia a un mundo variado de tecnologías, útiles para resolver una variedad de problemas y unidas por un mismo principio: el desarrollo de algoritmos capaz de imitar pensamiento humano y aprender a medida que se proporcionan nuevos aportes.
El ejemplo más conocido es sin duda ChatGPTla herramienta desarrollada por Abierto AI y se lanzó en noviembre de 2022. Sin embargo, las plataformas disponibles hoy en día son múltiples y cubren diferentes sectores.
Leer también Diez ideas para usar ChatGPT en la granja
Pero ¿cuáles son los trascendencia ¿Ejemplos concretos del uso de la inteligencia artificial en la agricultura? Existir Tres grande campos de aplicación: el primero se refiere a la prestación de asistencia técnicael segundo está relacionado con el reconocimiento de imagen y finalmente está elanálisis de grandes datos. Se trata de tres macroaplicaciones que no son realmente distintas y que deberían integrarse en un software óptimo, pero que son útiles para categorizar los diferentes enfoques del uso de la inteligencia artificial en la agricultura.
Leer también La inteligencia artificial llama, la agricultura responde
Apoyo en la toma de decisiones, un agrónomo siempre a mano
Red de empresas agrícolas es una empresa estadounidense que ha desarrollado una plataforma de apoyo a los agricultores donde se puede intercambiar información, adquirir agroquímicos y comprar pólizas de seguro, y gracias a la cual es posible implementar los principios de la agricultura de precisión. Fue lanzado hace unos meses. Normaun chatbot basado enAlgoritmo ChatGPT pero formado en fuentes cualificadas relacionadas con el mundo agronómico (datos propietarios, artículos científicos, documentos de empresaUSDAel Departamento de Agricultura de los Estados Unidos, etc.).
Este chatbot debería tener como objetivo la de apoyar a los agricultores en la gestión de sus campos. En principio, debería poder responder a preguntas muy técnicas, como por ejemplo: ¿qué fertilizante nitrogenado es el más adecuado para fertilizar el trigo duro en suelos calcáreos con altas temperaturas? ¿O cuántos difusores debo poner en la viña para confusión sexual contra la polilla de la vid? Pero aún más genérico: definir una estrategia de defensa sostenible para un huerto de manzanos gestionado ecológicamente.
Probamos esta herramienta, así como el francés. Agri1 y alemán AgriGPT y el nivel de detalle de las respuestas proporcionadas no es en absoluto (por ahora) suficiente. Sin embargo, se trata de experimentos al principio, que se basan en conjuntos de datos limitados y, por lo tanto, pueden proporcionar respuestas genéricas, pero no muy útiles para el agricultor. Pero puedes apostar que, dentro de unos años, habrán alcanzado un nivel de especificidad de modo que sean de uso común. Lo fundamental, en este punto, es tener buenos datos de partida.
interfaz de norma
(Fuente de la foto: Tomada de la página dedicada a Norm)
Otro aspecto interesante del LLMLarge Language Model, este es el acrónimo que identifica a las herramientas de inteligencia artificial generadoras de lenguaje, tiene como objetivo proporcionar una interfaz sencilla hasta software complejo. ¿Un ejemplo? Hoy en día, a muchos agricultores les resulta difícil interactuar con dss, Sistemas de apoyo a la decisión, como los desarrollados para la protección de cultivos, ya que son difíciles de interpretar. En el futuro el operador podrá tener un asistente virtual simplemente preguntar “¿cómo está mi viñedo hoy?”. El sistema dará una respuesta sencilla y posiblemente recomendará qué tratamiento realizar en qué parcela. En definitiva, será como tener un agrónomo siempre a mano.
Pero el aspecto que quizás más intriga a los agricultores y les hace sentirse menos sustituidos por una máquina es la asistencia en la realización de las tareas. papeleo. Entre la Política Agrícola Común (PAC), las certificaciones orgánicas y el SQNPI, las regulaciones de producción regional, las especificaciones del comercio minorista a gran escala (distribución a gran escala) y más, los agricultores pasan mucho tiempo detrás de la burocracia. La odian y la temen. yointeligencia artificial en el futuro podrás rellenar automáticamente la solicitud única, pero también sugerir un plan de cultivo o resolver tus dudas sobre las miles de normas, exenciones y excepciones que rodean la PAC.
Inteligencia artificial para apoyar el análisis de datos
La otra gran fortaleza de la inteligencia artificial es la de haceranálisis de grandes cantidades de datosde diversos formatos y en continua evolución (los llamados grandes datos) para identificar correlaciones significativas. Esta capacidad ya se explota hoy en día en el mundo de la investigación, por ejemplo para la mejora genética o el desarrollo de nuevos agroquímicos.
De hecho, varias grandes multinacionales utilizan la inteligencia artificial para crear gemelos digitales de plantas y patógenos para hacerlos interactuar con millones de moléculas virtuales con elobjetivo identificar aquellas que puedan resultar interesantes para fines de defensa. En el pasado se gastaron años y millones de dólares en laboratorios. probar las moléculas para identificar aquellos que son aptos para el desarrollo de un nuevo producto, hoy toda esta fase se realiza a nivel virtual, con una enorme reducción de costos y una agilización de procesos.
Pero también el cría está aprovechando las posibilidades que abre la inteligencia artificial. Hoy en día existen sistemas automatizados para fenotipado de plantas capaces de registrar y analizar miles de caracteres. Pero la inteligencia artificial también se utiliza para decodificar el genoma de plantas y fue fundamental para cartografiar la del trigo blando, que tiene una herencia genética cinco veces mayor que la del hombre, pero compuesta en gran medida por repeticiones.
El agricultor ciertamente tiene menos conciencia de estos positivos de la inteligencia artificial, pero se trata de aplicaciones que son la base de las herramientas que utilizará cada vez más en el campo.
Reconocimiento de imágenes: de insectos a tractores
El cuerpo humano es una máquina perfecta, resultado de millones de años de evolución. Nuestros ojos son capaces de percibir la luz reflejada por los objetos, envían impulsos eléctricos a nuestro cerebro que los transforma en imágenes. Entonces somos capaces de distinguir objetos y de interactuar con el mundo que nos rodea. todos con uno velocidad sorprendentemente alto, aún no igualado por la tecnología. La inteligencia artificial está aprendiendo a hacer algo similar mediante los llamados algoritmos reconocimiento de imagen.
Pero, ¿qué aplicaciones puede tener la capacidad de un software para reconocer ¿La disposición de los objetos en el mundo real? Infinito. Un ejemplo se refiere a la trampas inteligentes. Se coloca una cámara encima del panel adhesivo de la trampa que fotografía los insectos capturados. La imagen es procesada por un algoritmo específico que cuenta el número de capturas y es capaz de identificar las especies a las que pertenecen. Los datos recopilados luego se pasan a algoritmos de análisis de datos que identifican curvas poblacionales y estrategias de defensa.
Un ejemplo de trampas inteligentes
(Fuente de la foto: tomada de “Monitoreo de plagas de insectos con trampas equipadas con cámaras: fortalezas y limitaciones”)
Otro ejemplo es el conducción autónoma. Si hoy a nivel tecnológico un tractor es capaz de conducirse solo, su interacción con el mundo exterior es menos precisa. De hecho, un tractor puede seguir una trayectoria gracias a su GPS, pero si tiene que esquivar un obstáculo inesperado o avanzar por un terreno no caracterizado se encuentra en dificultades. En el futuro, la inteligencia artificial permitirá conducción verdaderamente autónomacapaz de identificar obstáculos o fuentes potenciales de peligro y tomar decisiones sobre cómo gestionarlos.
Una aplicación interesante de la inteligencia artificial al servicio del reconocimiento de imágenes es la del desmalezamiento de precisión. la puesta en marcha Robótica de carbono ha desarrollado uno desmalezador láser capaz de distinguir las malas hierbas del campo del cultivo principal y desvitalizarlas con un rayo láser dirigido. Lo que hace cien años los escardadores hacían a mano, con las piernas sumergidas en agua, ahora se hace mediante un rayo láser y un software.
El sistema Carbon Robotics puede distinguir las malas hierbas por sí solo
(Fuente de la foto: Carbon Robotics)
¿Se acabó la era de los agricultores?
¿Alguien podría imaginar una futuro distópico, en el que ya no se necesitarán agricultores y las máquinas cultivarán los campos de forma autónoma y cuidarán de las vacas y los cerdos. Por ahora es sólo ciencia ficción, pero la inteligencia artificial y, en general, la tecnología serán indispensables en los próximos años para gestionar la revolución de época que está pasando por el sector.
Dentro de unos años en Europa el número de explotaciones agrícolas se reducirá drásticamente y la Superficie Agrícola Utilizada (SAU) aumentará rápidamente. Habrá menos empresas, pero más grande y más especializado y tendrán que producir cada vez más alimentos mientras hacen frente a los efectos del cambio climático, con regulaciones cada vez más complejas y una mayor exigencia de sostenibilidad.
Se trata de desafíos que quizás el hombre no sería capaz de afrontar por sí solo. Con la tecnología probablemente sí. Pero esto debe entenderse como una herramienta al servicio del agricultorque mantiene su centralidad en el campo, en lugar de ser reemplazado por máquinas que imitan el pensamiento humano.
Leer también La inteligencia artificial y su entorno
