Inteligencia Artificial tiene un potencial significativo para también revolucionar la agricultura y con ello ayudar a enfrentar los retos alimenticios globales. La adopción de Inteligencia Artificial en agricultura es un esfuerzo colaborativo que involucra a investigadores, a formuladores de políticas, a agricultores y a proveedores de tecnología. La evolución de este sector augura más innovaciones y avances. Aprovechemos para obtener una visión general, pero es importante mencionar que, como referencia, los emprendedores están apuntando a una reducción de uso solo de químicos en el rociado en el orden del 90%.

Algunas de los muchas maneras como  IA puede ser utilizado en este sector incluyen: (1) Toma de decisiones basadas en data – en aspectos  como la salud de la cosecha, las condiciones del suelo, los patrones del clima;  (2)  Predicción y administración de las cosechas – IA puede predecir el rendimiento de la cosecha y los brotes de enfermedades; (3) Administración de enfermedades y pestes –  por ejemplo, puede identificar enfermedades con modelos de visión-por-computadora basados en imágenes de las hojas; (4) Optimización de recursos – donde algoritmos de IA pueden optimizar el uso del agua, de la aplicación de fertilizantes y de la fumigación con pesticidas; (5) Automatización de granjas – con maquinaria potenciada con IA se pueden automatizar tareas de plantación, de recolección y de desmalezado y (6) Optimización de la cadena de suministro – la mejora de la logística prediciendo demanda, optimizando rutas de transporte y asegurando entrega oportuna de los  productos. La mayor parte del  esfuerzo de innovación está siendo realizado en Estados Unidos, China e India.

Para apreciar la profundidad y las extraordinarias mejorías que con IA se pueden alcanzar en diferentes áreas de la agricultura, revisemos específicamente pesticidas.  El exceso de químicos termina derramándose en tierras excesivamente frágiles y penetrando en cauces de agua, con el consecuente daño ambiental y sus efectos sobre la salud. El uso de agroquímicos continúa expandiéndose, alcanzado US$79.000 millones en 2022.  Esa tendencia podría cambiar significativamente, cuando diferentes métodos de fumigación usando Inteligencia Artificial ya se están comercializando, prometiendo disminuir en la cantidad que un agricultor necesita rociar en un extraordinario 90%. Es cierto, que en el sector agrícola ya se ha logrado progreso en el exceso de rociado. Una variedad de diferentes aditivos, denominados coadyuvantes, se pueden mezclar en el tanque de un rociador. Dicho adyuvantes no contienen ingredientes activos de rociado, sino más bien contienen otros químicos, como surfactantes, emulsionantes y aceites, que mejoran la habilidad del rociado de mantenerse y penetrar las hojas. Sin embargo, el futuro es la fumigación de precisión, donde intervienen los algoritmos y existen diferentes ofertas en el mercado:

  • Un emprendimiento tecnológico británico, aprovechando un proceso francés – utiliza un conjunto de cámaras distribuidas en las varillas largas de un fumigador agrícola. Las imágenes capturadas por las cámaras son analizadas con software de reconocimiento de imágenes entrenados en la detección de malezas. El sistema prende o apaga las 144 boquillas del fumigador de acuerdo a las necesidades de aplicación de herbicidas. La técnica se utilizó inicialmente para tratar trigo, pero ya están fumigando cosechas de canola, maíz y papas. La  empresa está encontrando una reducción de uso de herbicida entre 70%-90%.
  • John Deere, el gigante fabricante de equipos agrícolas – desarrolló un sistema basado en cámaras, que distingue las malezas en milisegundos y ajusta el patrón de rociado acordemente. Estiman que reducen la deriva aérea hasta en un 87% y el vertido químico en la tierra en un 93%. En pruebas con maíz, soya y algodón se ha reducido el uso de químicos en dos terceras partes.
  • Un emprendimiento nacido en MIT, con raíces en la India – creó un sistema que funciona no solo para herbicidas, sino también para funguicidas e insecticidas, los cuales representan alrededor de la mitad del mercado de pesticidas y que generalmente se rocían sobre toda la cosecha. El problema para los agricultores es que tienen demasiadas variables que considerar cuando se aprestan a rociar, desde la decisión de la composición química de la mezcla y pasando por la medición de la temperatura, de la humedad y la edad de las plantas. Todo esto, mientras toman la decisión de la mejor velocidad a la cual manejar el tractor. Para ello diseñaron un sistema de monitoreo que consiste en dos sensores-basados-en-una-cámara en cada varilla, una colocada ligeramente delante de la otra. En la medida que el rociador avanza, los algoritmos identifican las hojas capturadas por la primera cámara y las comparan con las de la segunda.  Esto permite calcular el número de gotitas colgando de las hojas. Para la computación del rociado, los algoritmos también consideran factores externos como las condiciones meteorológicas. Los resultados se muestran en tiempo real en la cabina del conductor. El modelo de IA también puede sugerir mejoras, tales como el ajuste de las boquillas, del ángulo de la varilla o de la velocidad del tractor. Todo esto profundiza el conocimiento del agricultor, permitiendo medir los resultados en milímetros por hoja en lugar de litros por hectárea. Las pruebas realizadas han dado un ahorro de 30%-50% en el costo de los químicos. Las expectativa son de lograr la reducción  de funguicidas e insecticidas en un 90% y además recortar los requerimientos de adyuvantes. Al  final lo que se logrará es la eliminación de la más nociva de las pestes: los residuos y los desperdicios.

Se hace referencia a New crop-spraying technologies are more efficient than ever, How Artificial Intelligence Can Be Used in Agriculture, Artificial Intelligence in Agriculture: Benefits, Challenges, and Trends y AI in Agriculture and Farming: Revolutionizing Crop Growth. La imagen es cortesía de Bing Image Creator.