Inteligencia artificial en la agricultura, llave de la productividad

El contenido de este artículo de nuestra sección de Agrotecnia fue elaborado con información proveniente de  www.hablemosdelcampo.com la cual fue revisada y reeditada por Portalfruticola.com

La inteligencia artificial en la agricultura es una herramienta que parece sacada de la ciencia ficción, aunque en la realidad se está poniendo en práctica para el beneficio de los productores de todo el mundo, especialmente para aquellos que trabajan con la agricultura de precisión.

En este tipo de agricultura se utilizan el conjunto de tecnologías aplicadas al campo, con el objetivo de reunir la información necesaria para la toma de decisiones que el agricultor debe anticipar. Así es como determinan qué plantar, en dónde, cuándo, e incluso pueden predecir el volumen de sus cosechas.

De ahí que se apoye de la inteligencia artificial (IA), la cual es el medio por el cual las máquinas realizan tareas que pueden ser técnicas o la imitación de los procesos inductivos y deductivos del pensamiento humano. Para conseguirlo, los científicos se basan en circuitos electrónicos y programas sofisticados de computadoras, que son alimentados con datos para conseguir copiar electrónicamente el funcionamiento del cerebro.

Este tipo de ‘aprendizaje’ es un método de informática en el que los programadores no colocan una función específica, sino que entrenan a la computadora para reconocer patrones. Por ejemplo, aprenden del comportamiento de hojas sanas y enfermas para determinar dónde rociar un herbicida y dónde no. Gracias a estos algoritmos las máquinas también pueden determinar cuándo se trata de un brote y cuándo de una maleza.

La IA solo funciona si es aplicada en máquinas especializadas que cumplan funciones específicas y que estén programadas para cumplir con un objetivo previamente implantado. En la agricultura, uno de los alcances que mayor potencial es el análisis de información del exterior, es decir, conocer cómo se desarrollan los cultivos en su entorno y, con esta información, hacer predicciones.

Los datos para aplicar IA en la agricultura suelen tomarse por medio de sensores, en drones o tractores, para después sugerir a los agricultores las acciones que deben llevar a cabo a lo largo de todo su año agrícola. Un ejemplo de esto es tomar en cuenta la forma en la que se han comportado las lluvias en distintos períodos y, con base en eso, elegir un método de riego o incluso un cambio de tipo de cultivo.

Foto: www.foodbusinessnews.net

Cómo afectará a los cultivos

Los cultivos requieren del agua retenida en el suelo para llevar a cabo los procesos fisiológicos y biológicos. A esto se le conoce como requerimientos hídricos.

Esta demanda de recursos varía dependiendo del cultivo, las condiciones ambientales, el manejo de la tierra y la fase de crecimiento en la que se encuentre. Para resolverlo, existen guías de cultivo, pero estas guías sólo incluyen sugerencias generales de la preparación del terreno y no analizan localmente las necesidades de cada productor, por eso, es tan relevante el uso de aplicaciones que funcionan con la información específica de cada uno.

Estas tecnologías podrían beneficiar en especial a muchas regiones, donde el problema se acentúa por la alta variabilidad de las lluvias y la dependencia de los agricultores a las prácticas de temporal, un tipo de agricultura que depende del comportamiento de la lluvia durante los ciclos de producción y de la capacidad del suelo para captar y conservar la humedad. La incertidumbre causada por estas prácticas son una carga para los productores, quienes se ven afectados por escasez de lluvias, retrasos, granizos y hasta sequías, dado que la única fuente de agua para sus cultivos de temporal es la precipitación.

Foto: www.retire.ly

Aunado a esto, la FAO prevé que el cambio climático afecte a las prácticas agrícolas convirtiéndose en un riesgo para la seguridad alimentaria y para el trabajo de una gran parte de la población a nivel mundial. Así, impulsar innovaciones de este tipo es una actividad impostergable para lograr mantener y hasta incrementar la productividad agrícola.

Fuente: www.hablemosdelcampo.com