La inteligencia artificial, que es la otra “IA” de la agricultura y también conocida como aprendizaje profundo o aprendizaje automático (ML), interactúa con nosotros todos los días.
Desde Siri hasta Alexa, hasta autos que lo ayudan a conducir y estacionar, hasta algoritmos que le brindan anuncios, noticias, listados de trabajos y casas, hasta sugerencias sobre qué música y noticias escuchar, está ahí.
Los objetivos de la inteligencia artificial incluyen el aprendizaje, el razonamiento y la percepción: los programas informáticos se escriben solos, mejoran cuanto más datos se alimentan para aprender de ellos (denominados “Big Data”), y realmente no sabemos cómo lo hacen eso.
La agricultura es una de las profesiones más antiguas e importantes; en todo el mundo es una industria de $ 5 billones. Se espera que la población mundial alcance más de 9 mil millones para 2050, y la producción agrícola necesitará más del doble (70 por ciento) para satisfacer la demanda.
La tierra, el agua y los recursos ya se están volviendo insuficientes debido a múltiples fuerzas económicas, ambientales y sociológicas. Se necesita urgentemente un enfoque más inteligente, más eficiente e incluso más productivo para la cadena de oferta y demanda.
Las tecnologías de inteligencia artificial están preparadas para producir cultivos más saludables, controlar plagas, monitorear el suelo y las condiciones de crecimiento, organizar datos para los agricultores, ayudar con la carga de trabajo y mejorar una amplia gama de tareas relacionadas con la agricultura en toda la cadena de suministro de alimentos.
Las tecnologías de Internet de las cosas (IoT) y los análisis avanzados ayudan a los agricultores a analizar datos en tiempo real como el clima, la temperatura, la humedad, los precios o las señales de GPS.
Algunos ejemplos de tecnologías habilitadas para IA o ML son:
-
Una nueva empresa tecnológica con sede en Alemania , PEAT, ha desarrollado una aplicación basada en IA llamada Plantix que puede identificar las deficiencias de nutrientes en el suelo, incluidas las plagas y enfermedades de las plantas, y recomendar tipos de fertilizantes para mejorar la calidad de la cosecha. Esta aplicación utiliza tecnología basada en reconocimiento de imágenes.
-
Trace Genomics es una empresa basada en el aprendizaje automático que analiza las condiciones de salud del suelo y los cultivos y produce cultivos saludables con un mayor nivel de productividad.
-
SkySqurrel Technologies es una empresa de soluciones de imágenes ariel basada en drones que monitorea la salud de los cultivos. En esta técnica, el dron captura datos de los campos y luego los datos se transfieren a través de una unidad USB desde el dron a una computadora y son analizados por expertos.
-
Las aplicaciones de la IA en la agricultura brindan orientación a los agricultores sobre la gestión del agua, la rotación de cultivos, la cosecha oportuna, el tipo de cultivo que se va a cultivar, la siembra óptima, los ataques de plagas y el manejo de la nutrición.
-
Los agricultores pueden obtener beneficios de IA ahora mismo, con herramientas tan simples como un teléfono habilitado para SMS y la aplicación Sowing .
-
Los robots agrícolas han sido entrenados para verificar la calidad de los cultivos, detectar malezas con la recolección y empaque de cultivos, realizar tareas repetitivas, controlar malezas y cosechar cultivos en volúmenes más altos que los humanos, y abordar las brechas de habilidades y mano de obra.