La inteligencia artificial está entrelazada en la agricultura de precisión

110

**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.