10 formas en que la IA puede facilitar el trabajo de los agricultores

Para quienes trabajan la tierra, la IA puede ser una herramienta invaluable para hacer ese trabajo más eficiente, sostenible y productivo. La IA ayuda a los agricultores a usar las mismas herramientas que han usado durante siglos, pero con mayor eficacia y enfoque. A continuación, presentamos 10 consejos para los agricultores que buscan aprovechar la nueva ola de agricultura asistida por IA.

1. Deja que los robots se encarguen de la hierba

Puede parecer un rover de Marte, pero el sistema BoniRob está mucho más conectado con la tierra: es un sistema robótico que utiliza IA para analizar el suelo, determinar qué está creciendo en él y eliminarlo si es necesario. Es parte de un concepto llamado Agricultura por Puntos, donde cada punto en un campo se maneja individualmente, en lugar de tratar todo el campo como un conjunto. Todo el proceso está supervisado por robots e IA que monitorean cada planta individual y alimentan, riegan y cosechan los cultivos. En Estados Unidos, una empresa llamada Carbon Robotics vende un dispositivo similar llamado LaserWeeder que utiliza IA para detectar malezas y luego las elimina con un láser.

2. Identifica plagas

¿No estás seguro de si ese insecto que se arrastra en tus cultivos es bueno o malo? InsectID de la Universidad Estatal de Iowa puede ayudar: toma una foto, cárgala y InsectID utiliza IA para identificar el insecto, proporcionar información sobre su papel y ofrecer consejos sobre cómo manejarlo si deseas eliminarlo de tus cultivos.

3. Análisis de suelo de bajo costo

Farmspace Technologies es una empresa nigeriana que desarrolla un sensor de suelo de bajo costo llamado ActionLab que utiliza IA para ayudar a pequeñas granjas a comprender cómo usar fertilizantes de manera más efectiva y qué cultivos plantar.

4. Trabajar juntos

La agricultura no solo consiste en cultivar cosas: se trata de llevar esas cosas a los clientes. El gobierno de India creó un proyecto con el maravilloso nombre Saagu Baggu que ayuda a los agricultores de chiles en Khammam a utilizar IA para comprender mejor la calidad de su suelo, la calidad de sus productos y encontrar mejores precios. Actualmente cubre 7,000 pequeñas granjas, pero el gobierno del estado de Telangana ahora lo expande para cubrir 20,000.

5. Predecir el clima

La predicción del clima es el último ámbito en el que se está aplicando la IA, con Google usando su sistema DeepMind para el pronóstico del tiempo y Nvidia con su sistema FourCastNet. Ambos sistemas utilizan IA para generar pronósticos a corto plazo, prediciendo patrones hasta con 10 días de anticipación. También tiene un papel en predicciones a largo plazo y en el análisis del cambio climático, pero esto subraya uno de los problemas con la IA: es excelente para encontrar patrones en datos existentes, pero no puede entender cómo las cosas podrían cambiar en el futuro.

6. Las verduras están maduras

Sabes cuándo tu cosecha está lista por cómo se ve, pero no puedes estar en todas partes al mismo tiempo. Entonces, ¿por qué no usar IA para ayudar? Este estudio muestra cómo un grupo de científicos de IA desarrolló un sistema que puede decidir cuándo un tomate está maduro a partir de una imagen. Puede parecer trivial, pero imagina combinar esto con un sistema automatizado que recorra tu invernadero y envíe un informe que te ayude a decidir cuándo cosechar. Este no es el único ejemplo de este tipo: se ha realizado un trabajo similar para brotes de té y muchos otros cultivos.

7. Cosecha con la IA

Fieldwork Robotics es una empresa de Reino Unido que construye robots que pueden cosechar cosas que no esperarías, como frutas blandas. Su robot Fieldworker 1 utiliza IA y robótica para detectar frutas blandas maduras, cosecharlas con un recolector robótico suave y colocarlas en una bandeja. Todavía es un proyecto experimental, pero ya es probado por el mayor productor de frutas blandas en Australia. Afirman que permitirá que un solo operador humano supervise la cosecha en varios campos al mismo tiempo.

8. ¿Tus vacas suenan felices?

Las vacas son criaturas ruidosas y los sonidos que hacen a menudo indican cómo se sienten. Entonces, un grupo de investigadores utilizó herramientas de IA de código abierto para analizar los ruidos que hacen las vacas y determinar cómo se sienten. Los resultados son, según afirman, bastante precisos porque las vacas emiten ruidos de baja frecuencia cuando están contentas y ruidos de alta frecuencia cuando están angustiadas.

Los investigadores usaron la herramienta Whisper de Open AI, que convierte sonidos en texto. Al adaptar esto para determinar la frecuencia, la duración del ruido y con qué frecuencia se repetía, afirmaron que podían producir una medida en tiempo real del bienestar de las vacas. CattleEye es un sistema que utiliza una cámara de seguridad y IA para monitorear vacas mientras pasan por un portón de clasificación o analizando imágenes de drones de tu pasto. La parte inteligente es que el sistema utiliza IA para analizar cómo se mueve cada vaca y cuán saludable se ve, produciendo una medida que llaman el Puntaje de Condición Corporal (BCS). Si una vaca tiene un BCS pobre, puede estar sobrealimentada, tener cojera u otros problemas.

9. Devuelve tanto como cosechas

La agricultura regenerativa se centra en la sostenibilidad a largo plazo y prioriza la salud y vitalidad del suelo. RegenIQ ofrece una forma de medir este proceso y proporcionar consejos para mejorar su efectividad. Al combinar múltiples fuentes de datos con IA, ayuda a rastrear y medir el progreso a lo largo del tiempo.

10. Agricultura participativa con IA

El maravillosamente llamado Centro para el Estudio del Riesgo Existencial de la Universidad de Cambridge analizó los riesgos de usar IA en la agricultura en 2022 y encontró que hay muchos, desde la confiabilidad de los modelos de IA hasta el costo. Uno de los principales riesgos que identificaron fue el problema de la transparencia y propiedad de los datos: ¿de dónde provienen los datos que utiliza la IA y quién posee la tecnología?

Los autores llaman a los agricultores a compartir estos datos abiertamente, pero sin perder la propiedad al establecer cooperativas de datos. Un ejemplo de esto en uso en Etiopía e India es FarmStack, un proyecto de Digital Green que permite a un agricultor compartir sus datos pero también establecer límites sobre quién los obtiene y cómo los usa. En el mundo de la IA, estos datos son más valiosos que el oro, y los agricultores de todo el mundo necesitan entender esto y trabajar juntos para asegurarse de que se usen de manera adecuada, ética y para el beneficio de todos.