Decideo: Noticias sobre Inteligencia de Negocios, Big Data, Data Science, Data Mining


Actualidades y análisis

Algoritmos al servicio del agro en Argentina


, el 23 Agosto 2018 | Leído 181 veces

En el caso de la agricultura en Argentina, la inteligencia artificial está permitiendo colaborar en el proceso productivo del día a día. El uso intensivo de datos históricos sobre los cultivos, el uso de la robótica y el IoT están ayudando a la productividad potencial de cada porción del suelo y, en últimas, ayudar a los productores a tomar mejores decisiones relacionadas con la capacidad de fertilizar o la cantidad de siembra que se va a aplicar. Aquí se describe una de las aplicaciones de la inteligencia artificial que reagrupa tecnologías espaciales y la robótica para una nueva agronomía en Argentina.



Foto sandro mattei / Unsplash
Foto sandro mattei / Unsplash
En el siglo pasado la mayor parte de la población trabajaba en el campo para proveer los bienes y alimentos a todo el mundo, pero desde comienzos del actual siglo, tan solo una pequeña parte de la población mundial trabaja en las labores del agro con la ardua tarea de alimentar a una población que inclusive es muchísimo mayor. Si dentro de los desafíos de este nuevo modelo, está el aumento de la productividad, entonces ¿cómo puede ayudar la inteligencia artificial en esta dirección?

Para superar la crisis del agro: un nuevo modelo basado en la tecnología

Si bien es cierto, que la agricultura y la ganadería son ejemplos de sectores que recién ingresan en la digitalización y en el uso de tecnologías avanzadas para enfrentar los desafíos de la producción de alimentos, Argentina desea liderar un sector agropecuario sofisticado mediante soluciones e infraestructura avanzada, para que no solamente las grandes empresas puedan utilizarlas, sino también expandirlas a los medianos y pequeños productores. Un ejemplo es la plataforma Frontec, que, combinando los avances de la ciencia aeroespacial, la informática y la agronomía, ofrece información precisa en tiempo real para favorecer la toma de decisiones, la planificación, la gestión operativa y el monitoreo de cultivos. Actualmente esta plataforma ha digitalizado aproximadamente 3 millones de hectáreas, lo que corresponde al 10% de la superficie agrícola en Argentina al servicio de un poco más de 5 000 productores. U indicio importante, pero a la vez, el desafío de poder lograr una agricultura inteligente basada en datos para que cada vez sea utilizada por más productores.

Datos del campo bajo la lupa satelital

Frontec cuenta con una infraestructura que tiene la capacidad de recolectar datos con un programa líder espacial y el uso de satélites de última generación, campo en el cual Argentina ha ganado una enorme experiencia, que permiten medir variables que no se pueden medir con los satélites ópticos o con otro tipo de sensores, por ejemplo. En toda esta recolección de datos del campo, hay componentes significativos de algoritmos de machine learning que se alimentan con la realidad de lo que sucede y lo que sucedió para poder identificar el potencial productivo de cada parte de un lote, comúnmente conocido en este medio como la agricultura por ambientes.

Para buscar mejores niveles de productividad, es fundamental empezar a analizar en cada lote de toda la tierra, el número de cultivos que se están produciendo, y tener información específica sobre cada lote durante los últimos 30 años en cada campaña, día por día, y la correlación con aquellos factores que juegan a favor de conseguir mayor productividad a partir de los datos. Toda la colecta de información es suministrada por los satélites ópticos y otras series climáticas provistas por satélites meteorológicos. A partir de imágenes satelitales, se pueden deducir elementos como, por ejemplo, los niveles de energía que reflejan los cultivos cuando recibieron el sol, es decir, la respuesta espectral de los cultivos, y mediante algoritmos de machine learning se identifican de manera automática los bordes de todos los lotes, para clasificar lo que hay adentro, ya sea soja, maíz, girasol o agua, por ejemplo.

Algoritmos adicionales permiten evaluar la productividad de las plantas para que el productor al final fertilice con mayor intensidad los ambientes más productivos y con menor intensidad los de más baja productividad. Cuando llega el momento de fertilizar, en la misma plataforma están incorporados modelos determinísticos de simulación agronómica utilizados en el agro y que requieren de nuevo técnicas de inteligencia artificial como los modelos de regresión lineal para lograr con los datos reales de campo y poder calibrar para cada región del país y, dentro de cada región, para cada serie de suelo, la respuesta de la productividad de, por ejemplo, el trigo a la dosis de nitrógeno y ahora con otro producto para la fertilización de fósforo y azufre en soja.

La plataforma Frontec posee una sólida y potente infraestructura de datos que han proporcionado sus organismos aliados, como un buen mapa nacional de suelos generado por el INTA, y el sistema de sensores remotos de la Comisión Nacional de Actividades Espaciales. Con los datos de esta plataforma, más los datos que están relevando las máquinas autónomas en los lotes y los datos generados por los productores, se logrará cruzar toda esta información junto con la maestría de la ciencia agronómica para incorporar tecnología de inteligencia artificial, más específicamente sistemas de aprendizaje supervisado, machine learning y atender el desafío de la productividad y así comprender cuáles son las causales de mayor o menor productividad y encontrar patrones escondidos en diferentes configuraciones de datos. Al final se le entrega una solución para que los productores la usen en el campo directamente sobre el lote para que puedan tomar una decisión, aún si no tienen conexión a Internet.

Inteligencia artificial, robótica y el IoT en pro de una ganadería inteligente

Uno de los proyectos que trabaja la Estación Experimental Agropecuaria Anguil del INTA, es en lo que se denomina hoy día la ganadería inteligente o ganadería de precisión. Antes en la ganadería era muy complejo colocar sensores sobre los animales, pero hoy la tecnología lo permite por los bajos costos, por el tamaño de estos dispositivos y baterías de mayor duración. Esto permite empezar con la primera etapa de la generación de datos, permitiéndole al sector ganadero arrancar y poder hacer el salto tecnológico.

El proyecto consiste en un acercamiento en la parte de robótica móvil, consiguiendo que un robot pueda desplazarse de manera autónoma por un espacio, que en principio no conoce. Mapeo, reconocimiento de imágenes y usando el sistema operativo open source, ROS, basado en comportamiento, la idea es que el robot pueda hacer recorridos en un entorno agrícola o ganadero para que aprenda y construya mapas, y en función de eso, marcar puntos en una interfaz haciendo que los algoritmos aprendan a llegar al punto en que necesita, para que en el campo pueda hacer una tarea específica.
A nivel de la ganadería, el proyecto consiste en llenar los comederos para los animales de manera automatizada, mediante estos robots. Con los sensores que cada animal tiene instalado, se puede determinar, en un periodo de tiempo, cuál fue el consumo del animal para que final del día se determine el consumo acumulado de cada animal y relacionarlo con las pesadas que se hacen regularmente.

Con estos datos sobre el consumo individual diario y la ganancia de peso, y a través de algoritmos, se logra determinar la eficiencia de consumo y cómo cada animal convierte lo que consumió en kilogramos de carne. Por ello la importancia de siempre mantener llenos los comederos para poder hacer este tipo de evaluaciones. La idea es usar robots para poder alimentarlos de manera automatizada, y poder generar mapas para poder navegar en un espacio determinado y lograr un comportamiento, en este caso es las tareas específicas del robot es la de llenar los comederos para el ganado.




Nuevo comentario:
Facebook Twitter

Usted puede comentar o proporcionar más información a todos los artículos de este sitio. Los comentarios son libres y abiertos a todos. Sin embargo, nos reservamos el derecho a eliminar, sin previo aviso ni explicación, todo comentario que no cumpla con nuestras normas internas de funcionamiento, es decir, cualquier comentario difamatorio o sin relación con el tema del artículo. Así mismo, los comentarios anónimos son eliminados sistemáticamente si son demasiado negativos o muy positivos. Exprese sus opiniones, compártalas con los demás y asúmalas. Gracias de antemano. Igualmente, agradecemos tener en cuenta que los comentarios no sean enviados automáticamente a los redactores de cada artículo. Si usted desea realizar una pregunta al autor de un artículo, contáctelo directamente, no utilice los comentarios.


Twitter
Rss
LinkedIn
Google+
Facebook