La inteligencia artificial (IA) está cada día más presente en nuestra vida. Cada vez que buscamos una dirección en Google Maps, cada vez que seguimos la recomendación de Spotify o cada vez que elegimos una serie en nuestra plataforma de streaming favorita fuimos influenciados por IA. Sin embargo, fue necesario que experimentáramos ChatGPT para tener una dimensión acabada del potencial de esta tecnología y sorprendernos e -incluso- comenzar a preocuparnos.
Aunque pueda no parecer tan evidente como en ChatGPT, ya hace algún tiempo que la IA llegó al campo y la utilización de herramientas de IA por parte de los productores agropecuarios es cada vez más frecuente. Veamos algunos casos… Las imágenes satelitales son herramientas imprescindibles para los productores agropecuarios. Cada día es más habitual encontrarnos en reuniones donde es necesario compartir imágenes de este tipo para justificar o explicar ciertos resultados agronómicos. Nuestros “ojos en el cielo” se han convertido en un aliado imprescindible para el productor moderno. ¿Se preguntaron alguna vez cómo un satélite puede reconocer un cultivo de trigo de uno de cebada desde miles de kilómetros de altura cuando nosotros -los supuestos expertos- tenemos que bajarnos de la camioneta para poder hacerlo? La clave es -precisamente- la IA.
Sólo podemos “leer” estas imágenes gracias a la IA que nos ayuda a descifrar y convertir diferentes longitudes de onda en información valiosa. Todas las plataformas digitales agropecuarias utilizan IA. Hasta hace poco tiempo la prioridad de la agricultura digital se focalizaba en lograr mayor precisión en las imágenes satelitales (de allí las discusiones sobre si una determinada imagen era Landsat 5 o Landsat8), y por ello era necesario invertir en “hardware” (en este caso satélites más precisos). En la actualidad el foco es invertir cada vez más en herramientas de IA capaces de interpretar y sacarle el mayor jugo posible a la imagen en cuestión.
Otra manifestación cabal de la revolución digital que estamos viviendo son las pulverizaciones “inteligentes”. Disponemos ya de múltiples ofertas que nos ofrecen sensores para ser instalados en los botalones de las pulverizadoras capaces de convertir a nuestro equipo en uno “inteligentes”. Gracias a esta tecnología el equipo devenido en “inteligente” tiene la capacidad de reconocer una maleza del cultivo y decidir (en cuestión de microsegundos) si aplicar un herbicida o no hacerlo con el consiguiente ahorro de herbicidas y reducción en el impacto ambiental. Otra expresión manifiesta de IA aplicada a campo.
Pero esto es sólo el comienzo, una evolución de la IA son aplicaciones basadas en machine learning donde el sistema puede aprender de los datos adquiridos y tomar decisiones basadas en su aprendizaje. Imaginemos ahora una aplicación que tenga la capacidad de “recordar” donde estaban ubicadas todas y cada una de las distintas malezas. A partir de aquí, merced a un mecanismo de machine learning el sistema podrá predecir y anticipar qué malezas volverán a aparecer el año próximo y sugerir el cóctel de herbicidas más conveniente de aplicar para evitar (o minimizar) el desarrollo de resistencia. Emprendedores argentinos están trabajando precisamente aquí, utilizando como “materia prima” información obtenida a partir de las pulverizaciones “inteligentes”.
Ya nos hemos acostumbrado a ser “reconocidos” en nuestras redes sociales por más que cambiemos de indumentaria, outfit, utilicemos anteojos oscuros o estemos estrenando un nuevo corte de pelo. Este ejemplo nos sirve para introducirnos a una nueva categoría de IA, basada en redes neuronales. Una red neuronal es una clase de IA que enseña a las computadoras a procesar datos de una manera que está inspirada en la forma en que lo hace el cerebro humano. Cada vez que la tecnología reconoce una variedad de cebada de la otra (algo que hasta hace poco era imposible de hacer sin la ayuda de un complejo y caro test de PCR) está utilizando IA basada en redes neuronales. Para hacer ello posible fue necesario “enseñarle” a la máquina a reconocer cada una de las distintas variedades de cebada disponibles. Lo que resulta en una muy interesante moraleja: ni siquiera la IA nace sabiendo, y su proceso de aprendizaje es complejo.
Llegamos finalmente al último nivel de IA conocida como Strong AI o Superinteligencia Artificial (ASI) que pretende desarrollar sistemas completamente autoconscientes con la propiedad de entender a la perfección los comportamientos humanos, mucho más allá de simplemente imitarlos o entenderlos. Es muy poco probable que ningún ser humano viviente vea un mundo así alguna vez. Sin embargo, en vista del ritmo tan acelerado que experimenta la ASI, es necesario que se establezcan las pautas éticas y la administración, a fin de cosechar sus beneficios y evitar posibles peligros. Apenas unas pocas semanas atrás, el 10 de marzo, con ocasión del Encuentro Latinoamericano de Inteligencia Artificial más de 380 científicos y emprendedores firmaron la Declaración de Montevideo pidiendo que las tecnologías de IA sean puestas al servicio de las personas y que su implementación cumpla con los principios rectores de los Derechos Humanos y que, desde su diseño, no dañe a las personas y minimice su impacto ambiental.
La IA es -sin lugar a dudas- unas de las tecnologías digitales con mayor potencial transformador de la agricultura y es precisamente una de las áreas donde los emprendedores argentinos Ag tech depositan más expectativas.
Fuente: Clarín
Comments