La inteligencia artificial está transformando la agricultura con herramientas capaces de vigilar los cultivos, anticipar el rendimiento de las cosechas, optimizar el riego y automatizar tareas mediante drones, sensores, robots y tractores autónomos.
Cuando visité hace tres años una feria agrícola en Esmirna, Turquía, el uso de la inteligencia artificial en el campo se limitaba a hacer cuentas sobre el inventario y se vendía como productos especializados en stands ubicados muy por detrás de los grandes fabricantes de tractores.
PUBLICIDAD
PUBLICIDAD
Sin embargo, esto está cambiando.
Estas son cinco maneras en que la IA está transformando la forma en que cultivamos y producimos alimentos:
Vigilancia de los cultivos
La vigilancia de los cultivos sigue siendo en gran medida una cuestión de intuición. Los agricultores necesitan saber cómo afectan las plagas y las enfermedades a sus plantaciones según la época del año, el viento y el clima.
Pero esto también está cambiando.
Los drones y las imágenes por satélite alimentan modelos de visión artificial capaces de detectar infecciones fúngicas o plagas mucho antes de que el ojo humano pueda percibirlas, y recomiendan el uso de protección de cultivos o de pesticidas de forma más eficaz. Si los agricultores emplean sensores de suelo, ese conjunto de datos mejora aún más.
Prever el rendimiento de las cosechas
Al igual que la vigilancia de los cultivos, la previsión del rendimiento mediante sensores permite a los agricultores disponer no solo de un inventario de lo ya cosechado, sino también de lo que están a punto de recolectar. Syngenta ha desarrollado una herramienta de IA generativa que alcanza un 95% de precisión en la previsión de rendimientos y que además ofrece recomendaciones sobre dónde colocar las semillas.
La previsión es importante porque los agricultores tienen que anticipar la logística de sus cosechas. Cuanta más información precisa puedan ofrecer a los minoristas y a las empresas de transporte, menos dinero pierden.
Un estudio encargado por la National Corn Growers Association y realizado por economistas agrarios de Virginia Tech, titulado "What Do We Know About the Accuracy and Impact of USDA Forecasts", calculó directamente el valor que tienen para el mercado del maíz los informes WASDE (World Agricultural Supply and Demand Estimates) del Departamento de Agricultura de Estados Unidos.
El estudio cifró el valor anual de esa información de previsión en aproximadamente 301 millones de dólares (258,9 millones de euros), alrededor del 0,55% del valor total del mercado del maíz, desglosado por componentes: las estimaciones de superficie aportaron unos 145 millones de dólares (124,8 millones de euros), las de rendimiento unos 188 millones de dólares (161,8 millones de euros), las de producción unos 299 millones de dólares (257,3 millones de euros) y las de exportaciones alrededor de 320 millones de dólares (275,4 millones de euros).
La agricultura con robots
La robótica vive un auge en un mundo impulsado por la IA, porque no se trata solo de vehículos autónomos que nos llevan de un lugar a otro en las ciudades, la aplicación se extiende también a los tractores y a otros equipos de trabajo en el campo, que pueden automatizarse mediante inteligencia artificial.
John Deere lleva tiempo avanzando hacia tractores totalmente autónomos, y el LaserWeeder de Carbon Robotics es un buen ejemplo concreto, utiliza 24 láseres, 36 cámaras y 24 GPU de NVIDIA para identificar y eliminar hasta 10.000 malas hierbas por minuto en más de 100 tipos de cultivo, entrenado con 150 millones de imágenes etiquetadas de plantas procedentes de máquinas que ya operan en 15 países.
Riego de precisión
El riego es una ciencia y, hasta ahora, dependía únicamente de la experiencia del agricultor. El riego de precisión no es nuevo, ya existen sistemas de riego automatizados, pero seguían basándose en los datos introducidos manualmente por los propios agricultores.
Los sistemas que integran distintos sensores y combinan la humedad del suelo, la temperatura del dosel vegetal y las previsiones meteorológicas se utilizan para reducir el consumo de agua en torno a un 30% y, en algunos casos, incluso aumentar el rendimiento, como en un caso documentado en plantaciones de caña de azúcar en India, donde una reducción del uso de agua del 30% se acompañó de un incremento del rendimiento del 40%.
Los sistemas de pulverización de dosis variable aplican del mismo modo los pesticidas solo donde son necesarios, reducen la cantidad de productos químicos y generan registros que facilitan el cumplimiento de la normativa.
Inteligencia artificial para el ganado
Cuanto mayor es una explotación ganadera, más difícil resulta velar por el bienestar y el rendimiento económico de los animales. Las soluciones de IA aplicadas al ganado utilizan visión por ordenador y sensores portátiles, como acelerómetros y monitores biométricos, para detectar signos de enfermedad varios días antes de que aparezcan los síntomas visibles, lo que reduce el uso de antibióticos y mejora los indicadores de bienestar, cada vez más relevantes ante la creciente presión normativa y de los distribuidores sobre el uso de antibióticos en la carne y los productos lácteos.
Esta información se publicó originalmente en EU Tech Loopy se ha compartido en Euronews en el marco de un acuerdo de sindicación.