¿A dónde llevará la inteligencia artificial a la industria agrícola?


Los expertos afirman que el futuro de la integración de la inteligencia artificial es infinito, desde la previsión de rendimientos hasta la identificación de plantas y malezas.
Ya se trate de pulverizadores autónomos para cultivos, soluciones de software que evalúan datos o máquinas clasificadoras que ayudan a los envasadores y transportistas a detectar frutas y verduras imperfectas, la inteligencia artificial se está imponiendo en toda la cadena de suministro de productos frescos.
Y no muestra signos de desaceleración.
De hecho, Yiannis Ampatzidis, profesor asociado de ingeniería agrícola y biológica del Instituto de Ciencias Agrícolas y Alimentarias de la Universidad de Florida, llama a la IA la cuarta revolución agrícola. Ampatzidis, que estudia la agricultura de precisión y la mecanización para la producción de cultivos, ha visto de primera mano la importancia (y el potencial) de la IA.
¿En qué situación se encuentra la IA?
Ampatzidis dice que, cuando se incorporó a UF/IFAS, los productores necesitaban una forma de evaluar los daños en los huertos de cítricos y en las agrícolas después de los huracanes para informar al USDA sobre las pólizas de seguro de cultivos.
Inicialmente, esta información se presentaba en forma de imágenes de drones, pero a medida que la tecnología mejoraba, la IA podía tomar lo que veía el dron y comenzar a procesar los datos de una manera que ayudaba a los productores a tener una mejor idea de lo que está sucediendo en sus huertos.
Con la devastación causada por el huanglongbing, también conocido como HLB o enfermedad del enverdecimiento de los cítricos, los productores querían un inventario de árboles más preciso utilizando imágenes de drones. Ampatzidis dice que UF/IFAS desarrolló Agroview, una tecnología basada en la nube y la IA para procesar, analizar y visualizar datos recopilados de vehículos aéreos no tripulados como drones, así como otras fuentes como satélites, pulverizadores inteligentes y más.
.

.
“Hemos desarrollado esta tecnología agregada que utiliza muchos algoritmos inteligentes e inteligencia artificial”, afirma. “Podemos detectar los árboles, medir su volumen e incluso medir su estrés. Al hacerlo, podemos reducir el tiempo de recopilación y visualización de datos hasta en un 90 %”.
Ampatzidis afirma que el siguiente paso será tomar las imágenes multiespectrales que captura el dron para evaluar las necesidades de fertilidad de las plantas, un paso fundamental para combatir el enverdecimiento de los cítricos. Las compañías de seguros de cultivos también utilizan esta tecnología para ayudar a los productores a evaluar cuántos árboles deben reemplazar debido al enverdecimiento de los cítricos o después de un huracán, afirma.
Otro uso es con pulverizadores inteligentes, utilizados principalmente en plantaciones de cítricos, que utilizan LIDAR y cámaras para detectar y evaluar los árboles y las copas de los árboles y apuntar a las boquillas para brindar una cobertura adecuada para el tamaño. Ampatzidis afirma que este sistema también detecta otros objetos, como postes, sistemas de riego, trabajadores y más.
Estas cámaras también recopilan imágenes y datos, dice Ampatzidis, y su equipo de investigación utiliza lo que recopila el pulverizador inteligente para detectar la densidad de la fruta y contarla; en el futuro, podría ayudar a los productores a predecir mejor el rendimiento y la caída de la fruta.
“En Florida, hicimos algunos estudios y descubrimos que se puede ahorrar un 30% de los productos químicos utilizando estas tecnologías”, dice.
Sunkist dice que implementa IA en sus plantas de empaque a través de su Sunsortai; utilizando el aprendizaje automático, sus computadoras usan datos y algoritmos para hacer predicciones sobre la clasificación y el tamaño de la fruta. Sunsortai escanea cada fruta en busca de enfermedades, deformaciones, descomposición, imperfecciones, peso y más.
“A medida que proporcionamos más imágenes con el tiempo, la tecnología puede aprender y adaptarse para identificar nuevas capacidades, operar con mayor eficiencia y mejorar el control de calidad para mejoras y defectos en las frutas”, dice Mina Abdelshahid, directora de operaciones de Sunkist RTS Operations. “Nuestro sistema también puede programar nombres de defectos comunes, enfermedades y otras imperfecciones en nuestra base de datos para que sean más fáciles de identificar y usar en el futuro”.
Retos en la adopción de la IA
Un gran obstáculo para la adopción a gran escala de la IA en las explotaciones agrícolas es la propia explotación agrícola, afirma Fiona Turner, directora ejecutiva de Bitwise, una empresa emergente australiana que utiliza la IA para proporcionar análisis de precisión.
“No hay dos explotaciones agrícolas iguales, por lo que se necesita una inversión de tiempo inicial para configurar los sistemas y ponerlos a funcionar de forma eficaz”, afirma. “Los agricultores están ocupados, por lo que pueden verse tentados a seguir haciendo las cosas como siempre las han hecho, pero el mundo está cambiando, el clima está cambiando y las empresas agrícolas deben adaptarse a ello”.
La capacitación es una barrera clave para la adopción en la industria agrícola, afirma Elliott Grant, director ejecutivo de Mineral, una empresa independiente de agricultura sostenible perteneciente a Alphabet (la empresa matriz de Google). Los proveedores de tecnología de IA deben ayudar a los productores a entender cómo utilizar mejor los datos que recopilan estos sistemas.
“Somos optimistas en cuanto a que, con más educación sobre las oportunidades que puede aportar la IA, las eficiencias que se pueden encontrar y el enfoque en poner a trabajar los datos [buenos], esta barrera será mucho menor”, afirma.
Grant dice que otro desafío es que los agricultores podrían no ver el valor de adoptar tecnología basada en IA. Puede ser fácil ver el retorno de la inversión de un nuevo tractor o producto básico, pero con la tecnología, el ROI a menudo se encuentra en mejoras en la eficiencia, que pueden ser más difíciles de cuantificar.
“Cuando los modelos de IA son robustos y confiables en el campo de un agricultor y crean un ROI claro, serán ampliamente adoptados”, dice. “Pero tenemos un camino por recorrer antes de llegar allí”.
.

.
Otra consideración, dice Turner, es que, si bien la IA ayuda a acelerar los procesos, no es infalible.
“Siempre existe el riesgo de errores o imprecisiones en las predicciones de la IA, en particular cuando se trata de sistemas agrícolas complejos y dinámicos”, dice. “Las mejores asociaciones tecnológicas no reemplazan el conocimiento del agricultor; lo amplían”.
¿Qué nos depara el futuro?
Grant señala las desmalezadoras autónomas y robóticas, los modelos de previsión de rendimiento y los clasificadores de frutas y productos agrícolas impulsados por IA como otras formas en las que la IA se ha infiltrado y mejorado la producción.
Pero dice que es importante que quienes trabajan en la industria de productos agrícolas vean la IA como lo que es: una herramienta de productividad.
“Algunas de las aplicaciones realmente atractivas que estamos viendo [son] en la identificación de plantas, la previsión de rendimiento y la inspección de calidad”, afirma. “Creemos que en el futuro, los agentes de IA generativa se convertirán en la interfaz a través de la cual los agricultores acceden a la información, consultan conjuntos de datos y obtienen nuevos conocimientos, reemplazando lo que los agricultores utilizan hoy, ya sean búsquedas engorrosas en bases de datos, gráficos inescrutables o mapas de campo coloridos pero difíciles de interpretar”.
Turner está de acuerdo. “Solo hemos arañado la superficie de cómo la IA puede ayudar a los agricultores”.
Grant dice que es un desafío predecir exactamente hacia dónde llevará la IA a la industria de productos frescos en la próxima década, dada la rapidez con la que cambian las cosas.
“La IA podría ser entre 100 y 1.000 veces más poderosa en cinco a 10 años, dada la trayectoria exponencial que hemos visto hasta la fecha”, afirma. “Es razonable esperar que la automatización y las herramientas de IA (desde la identificación de plantas hasta la previsión de rendimiento y la inspección de calidad) se conviertan en algo común dentro de 10 años, especialmente dada la intensa presión de disponibilidad de mano de obra que enfrentan los productores especializados”.
Grant dice que la próxima frontera de la IA será la entrada de datos, que podría adoptar la forma de rellenar campos previamente, hacer preguntas específicas según el contexto y comprobar la precisión de las respuestas.
“Reemplazar la entrada manual de datos con herramientas de IA permitirá ahorrar tiempo a los agricultores, mejorar la precisión y darles la capacidad de centrar su atención en tareas más significativas en la agrícola”, dice. “Estamos en las primeras etapas de la incorporación de la IA a los flujos de trabajo y los equipos. Tenga en cuenta que la electricidad tardó más de 30 años en sustituir a la energía de vapor… lleva tiempo que los sistemas y los comportamientos se adapten por completo”.
Turner afirma que espera que la implementación de la IA siga creciendo en las granjas en los próximos cinco a diez años y que mejore la eficiencia y las operaciones.
Es probable que el análisis predictivo sea de gran importancia para comprender mejor los patrones climáticos, los brotes de plagas y la demanda del mercado”, afirma. “Esperamos ver herramientas impulsadas por IA que permitan una agricultura de precisión a un nivel más granular, lo que permitirá a los productores monitorear y gestionar sus cultivos con una precisión sin precedentes y en tiempo real. El análisis predictivo permitirá a los productores anticipar y mitigar los posibles riesgos y desafíos de manera más efectiva mediante el análisis de datos históricos, factores ambientales y tendencias del mercado”.
Grant dice que también cree que la IA tendrá un impacto potencial en el mejoramiento de semillas en el futuro, ya que los productores podrían adaptar mejor los futuros cultivos y variedades a las condiciones locales. Dice que la IA también podría ayudar a acelerar el descubrimiento de moléculas y productos biológicos para nuevos pesticidas, herbicidas y fungicidas con un menor impacto en la salud del suelo y la biodiversidad. La IA tiene el potencial de ayudar a desarrollar mejores herramientas de gestión financiera y de riesgos para los productores, afirma.
No es solo para productores agrícolas
Los datos de rendimiento que recopilan los productores tienen el potencial de tener un mayor impacto en la cadena de suministro, dice Ampatzidis de UF/IFAS. A medida que avanza la temporada, los productores informarán mejor a las plantas de empaque sobre qué esperar en términos de rendimiento y momento de la cosecha.
“Realmente puede mejorar y optimizar la logística y el comercio de los productos y las materias primas”, dice.
Turner dice que la IA ayudará a los envasadores y transportistas a reducir el desperdicio de alimentos a través de la optimización.
“La IA también tiene potencial para respaldar la cadena de suministro mediante la optimización de las rutas de transporte, la programación y la logística para garantizar la entrega oportuna de productos frescos a los minoristas y los consumidores”, afirma. “Esto puede ayudar a reducir el deterioro de los alimentos, aumentar la vida útil y mejorar la resiliencia general de la cadena de suministro”.
La IA también ayudará a los minoristas a promocionar mejor las novedades y los productos de temporada, afirma Turner.
“Ya hemos empezado a ver el uso de la IA en el marketing personalizado y en la información sobre los consumidores, analizando las preferencias de los consumidores, el comportamiento de compra y las tendencias del mercado para proporcionar información para el desarrollo de productos, el marketing y la reducción de residuos”, afirma.
Mensaje para llevar a casa
Ampatzidis dice que, si bien es un temor común que la IA reemplace a todos los trabajadores en casi todas las situaciones, eso no es cierto.
“Algunas personas se preocupan de que la IA nos quite nuestros trabajos, pero no estamos en esa etapa ahora mismo”, dice.
Pero tampoco es momento de ignorar la IA, dice. Ahora es un buen momento, cuando hay menos necesidad inmediata de implementar estas nuevas tecnologías, para comenzar a comprender cómo la IA y las nuevas tecnologías podrían mejorar una operación.
“Realmente necesitas educarte e intentar [al menos] estar al tanto de lo que está sucediendo, lo que [estas tecnologías] pueden ofrecer”, dice.
Grant dice que es bueno comenzar de a poco cuando se introduce una nueva tecnología, especialmente con la IA.
“Busque aplicaciones que le permitan empezar a familiarizarse con la IA”, afirma. “Como cualquier tecnología nueva, su adopción requerirá familiaridad y un cambio de comportamiento. Comenzar con un par de proyectos pequeños (como una interfaz de chatbot para un conjunto de datos internos para vendedores o una herramienta de resumen de IA para informes escritos o correos electrónicos) fortalecerá las capacidades y la conciencia de la empresa”.
Grant afirma que también es un cambio de mentalidad.
“En lugar de pensar en que la IA reemplace las tareas existentes, considere formas en que la IA podría cambiar la forma en que se hace el trabajo”, afirma. “Debe implementarse como una herramienta de aumento, no como un reemplazo. Pero la eficiencia, la velocidad, la consistencia y el poder de la IA pueden generar nuevas formas de trabajar”.
Fuente: www.thepacker.com
.