Por Ganes Kesari, experto y asesor en ciencia de datos y colaborador de Forbes. Texto publicado originalmente en el portal de Forbes el 31 de marzo de 2024.
La agricultura es una piedra angular de la civilización humana y muestra de nuestra capacidad de aprovechar la naturaleza para alimentarnos. Sin embargo, esta industria milenaria enfrenta muchos retos que obstaculizan su productividad, afectan los ingresos y amenazan la seguridad alimentaria global.
Para 2050, debemos producir 60% más de alimentos para dar de comer a una población mundial de 9,300 millones de personas, según la Organización de las Naciones Unidas para la Alimentación y la Agricultura. Si consideramos los desafíos actuales de la industria, lograrlo esto con un enfoque de agricultura tradicional parece complicado. Además, esto subiría impacto negativo que ya ejercemos sobre los recursos naturales.
Aquí es donde la inteligencia artificial (IA) puede venir a rescatarnos. Se prevé que el mercado de la IA en la agricultura crecerá de 1,700 millones de dólares (mdd) en 2023 a 4,700 mdd en 2028, lo que pone subraya el papel central de las nuevas tecnologías en este sector. Este artículo explora tres problemas importantes que enfrenta la agricultura hoy en día y muestra cómo la IA está ayudando a abordarlos e ilustrando esto con ejemplos del mundo real.
Tres desafíos clave que enfrentan los agricultores
Entre los muchos problemas que afectan a los agricultores, tres se destacan debido a su presencia global y su impacto financiero:
- Plagas: Las plagas devoran cerca de 40% de la productividad agrícola mundial anualmente, con un costo de al menos 70 mil mdd. Desde enjambres de langostas que diezman los campos en África hasta moscas de la fruta que afectan los huertos, el impacto de las plagas es global y las repercusiones financieras son descomunales.
- Calidad del suelo e irrigación: La degradación del suelo afecta a casi 33% del suelo de la Tierra, lo que disminuye su capacidad para producir cultivos y provoca una pérdida de alrededor de 400 mil mdd. La escasez de agua y el riego ineficiente perjudican aún más la producción agrícola. La agricultura utiliza 70% del agua dulce accesible en el mundo, pero 60% de ella se desperdicia debido a sistemas de riego con fugas.
- Malezas: A pesar de los avances en las prácticas agrícolas, las malezas causan disminuciones significativas en el rendimiento y la calidad de los cultivos. Alrededor de 1,800 especies de malas hierbas reducen la producción vegetal en casi 31.5%, lo que genera pérdidas económicas de casi 32,000 mdd al año.
Cómo la IA está transformando la agricultura
La inteligencia artificial se utiliza a menudo como término multifuncional. En este caso, se refiere a la recopilación sistemática de datos, al uso pertinente de análisis que van desde simples resúmenes descriptivos hasta algoritmos de aprendizaje profundo y tecnologías avanzadas como la visión por computadora, el internet de las cosas y el análisis geoespacial. Veamos cómo la IA ayuda a resolver cada uno de los desafíos anteriores:
- Identificación y control de plagas: La identificación y el control tempranos y precisos de las plagas es esencial para minimizar el daño a los cultivos y reducir la dependencia de pesticidas químicos. Hoy en día es sencillo acceder a datos como informes meteorológicos, actividad histórica de plagas e imágenes de alta resolución capturadas por drones o satélites. Los modelos de aprendizaje automático y la visión por computadora pueden ayudar a predecir invasiones de plagas e identificar plagas en el campo.
Por ejemplo, la empresa Trapview ha construido un dispositivo que atrapa plagas y las identifica. Utiliza feromonas para atraer plagas, que son fotografiadas por una cámara en el dispositivo. Al aprovechar la base de datos de Trapview, la IA identifica más de 60 especies de plagas, como la polilla de la manzana y el gusano del algodón, que puede dañar la lechuga y los tomates.
Una vez identificado, el sistema utiliza datos meteorológicos y de ubicación para trazar el probable impacto de los insectos y envía sus hallazgos como una notificación de aplicación a los agricultores. Estos conocimientos impulsados por la IA permiten intervenciones oportunas y específicas, lo que reduce significativamente las pérdidas de cultivos y el uso de productos químicos. Trapview informa que sus clientes han visto un aumento del 5% en el rendimiento y la calidad, y un ahorro general de 118 millones de euros en costos para los productores.
- Monitoreo de la salud del suelo: Monitorear y analizar continuamente la salud del suelo es esencial para garantizar condiciones óptimas de crecimiento y prácticas agrícolas sostenibles. Optimizar el uso del agua es crucial para garantizar que los cultivos reciban precisamente lo que necesitan, reduciendo el desperdicio y mejorando la productividad.
Los datos de sensores enterrados, maquinaria agrícola, drones y satélites se utilizan para analizar las condiciones del suelo, incluido el contenido de humedad, los niveles de nutrientes y la presencia de patógenos. Este análisis de la salud del suelo ayuda a predecir las necesidades de agua y automatizar los sistemas de riego.
Otro ejemplo es el de la empresa CropX, que ha creado una plataforma especializada en el monitoreo de la salud del suelo aprovechando datos en tiempo real para ayudar a los usuarios a revisar y comparar parámetros vitales junto con el rendimiento de los cultivos. Los agricultores obtienen información sobre el tipo de suelo y los índices de vegetación como NDVI (índice de vegetación de diferencia normalizada), SAVI (índice de vegetación ajustado al suelo) e índice de humedad del suelo para optimizar las estrategias de manejo de cultivos. CropX afirma que sus soluciones han permitido reducir en 57% el uso de agua, y en 15% en el uso de fertilizantes, además de reportar un aumento del rendimiento de hasta 70%.
- Detección y manejo de malezas: La identificación y eliminación precisa de las malezas es fundamental para evitar que compitan por recursos valiosos con los cultivos y minimizar el uso de herbicidas. Gracias a la visión por computadora, ahora los drones y los robots pueden identificar malezas entre los cultivos con alta precisión. Esto permite un control específico de las malas hierbas, ya sea mecánicamente o mediante una aplicación precisa de herbicidas.
Un ejemplo más lo ofrece la startup Carbon Robotics que aprovecha algoritmos de aprendizaje profundo en su solución de visión por computadora, e identifica malezas analizando datos de más de 42 cámaras de alta resolución que escanean los campos en tiempo real. Luego, emplea robótica y láseres para ofrecer un control de malezas de alta precisión.
Su LaserWeeder dice ser capaz de deshierbar hasta dos acres por hora y eliminar hasta 5,000 malezas por minuto con una precisión de 99%. Sus productores informan que han reducido los costos de control de malezas hasta en 80% con un posible retorno de la inversión en uno a tres años.
Afrontar los riesgos de la automatización
La IA tiene numerosos beneficios para la agricultura, pero no está exenta de riesgos inherentes, como el desplazamiento de empleos, la concentración de la propiedad y ciertas preocupaciones éticas. Cuando la IA automatiza tareas tradicionalmente realizadas por humanos en grandes cantidades, podría provocar pérdidas de empleo en funciones tanto manuales como cognitivas. Además, podría exacerbar la concentración de la propiedad, beneficiando a las grandes empresas o a los individuos ricos a expensas de las explotaciones más pequeñas.
Cuando las tierras agrícolas se convierten en un semillero para la recopilación de datos (bajo tierra, a nivel de cultivos y desde el cielo), esto puede generar problemas de privacidad de datos. Estos desafíos subrayan la necesidad de una cuidadosa consideración y gobernanza para equilibrar las ventajas de la IA con sus posibles desventajas. Esto no es solamente exclusivo del sector agrícola sino de todas las industrias donde se aplica la IA.
El comienzo de un futuro transformador
Integrar la IA en la agricultura no sólo supone reorganizar las prácticas actuales, sino también allanar el camino para un futuro sostenible y resiliente. La IA podría convertirse en un maestro jardinero, monitoreando y ajustando constantemente cada etapa de crecimiento en la granja, desde la selección de semillas hasta la cosecha y más. Puede ayudar a ajustar las prácticas agrícolas en tiempo real a los cambios climáticos, garantizando una salud y un rendimiento óptimos de los cultivos.
