INTELIGENCIA ARTIFICIAL APLICADA EN EL AGRO

//INTELIGENCIA ARTIFICIAL APLICADA EN EL AGRO

Las IA aplicadas con éxito en el sector agrícola

La Inteligencia Artificial y su aplicación en el Agro fue el tema central de un encuentro reciente de Microsoft, en el que estuvo presente Multitaskers, el sitio de American Express para las Pymes. El acontecimiento tuvo como exponentes a Sebastián Priolo, Director de Tecnología de la firma S4; Guillermo Thomas, Gerente de Agro Granizo de Paraná Seguros; Carlos Di Bella, Director del Instituto de Clima y Agua del INTA Castelar; y Fernando Riccitelli, Gerente de Informáticas del INTA), quienes compartieron sus proyectos orientados a convertir en inteligentes millones de datos disponibles para anticipar las consecuencias de los cambios climáticos.

La conferencia se desarrolló dentro de un contexto en el cual Microsoft firmó un acuerdo de colaboración con el INTA para trabajar en proyectos de desarrollo conjunto con el objetivo de contribuir a mejorar la competitividad de los sectores productivos nacionales. Si bien el concepto de inteligencia artificial suele parecer abstracto, se trata de tecnologías que incrementan las capacidades humanas y entregan beneficios para resolver los principales desafíos que tenemos como sociedad y en las diferentes industrias. En esta oportunidad, dedicadas al agro.

Nuevas oportunidades

La compañía argentina S4 desarrolló el primer índice del mundo para cubrir los efectos de la sequía y el riesgo, basándose en información satelital y ofreciendo soluciones más que importantes a los agricultores y otros actores propios del sector para que puedan enfrentar los riesgos climáticos. Tratándose de un proyecto único a nivel mundial, obtienen la información a partir de una constelación de satélites de la NASA que miden los signos vitales del planeta, y a partir de herramientas de Machine Learning (una rama de la inteligencia artificial cuyo objetivo es desarrollar técnicas que permitan a las computadoras aprender) de Microsoft Azure desarrollan algoritmos que les permiten reconocer el tipo de cultivo. Es un claro ejemplo de cómo se utiliza la tecnología para generar información de valor e incentivar a invertir a los agricultores y ser productivos.

Casos de éxito de la Inteligencia Artificial aplicada en el Agro

Por su parte, Paraná Seguros dio a conocer su novedoso sistema de alarma Terogranizo, una aplicación diseñada para complementar a los seguros agrícolas de granizo a partir del procesamiento inteligente de datos. Es el primer desarrollo nacional que comparte información meteorológica geo – referenciada sobre los campos asegurados en tiempo real y ofrece un servicio de extremo interés para el agricultor, mediante la fusión entre loT (Internet de la Cosas), las últimas tecnologías predictivas climáticas y los nuevos soportes de comunicación.

¿Cómo funciona? La app monitorea el clima sobre los campos con información originada por el INTA y la NASA. Los datos se van actualizando cada diez minutos, todos los días del año, y ante la posibilidad de caídas de tormentas fuertes y granizo se envía un mensaje automático para advertir a los productores tres horas antes. El sistema comenzó a enviar mensajes el 25 de agosto de 2017: produjo 2067 alertas y 2.323 alarmas hasta la actualidad.

“El producto TeroGranizo tiene como objetivo utilizar las últimas innovaciones, relaciones institucionales y tecnológicas para aplicarlas en servicios de valor al cliente asociados a seguros de granizo, viento, helada y en el mediano plazo en un multirriesgo”, manifestó Guillermo Thomas y agregó: “Ya tenemos la polinómica y el algoritmo probado, estamos trabajando en la minería de datos y la recopilación de información de los sensores disponibles.  Vemos con optimismo el futuro con la consigna de servir al agricultor y por ende a la estabilidad en la productividad agrícola”.

Datos de calidad

Desde su lugar, Carlos Di Bella, director del Instituto de Clima y Agua del INTA Castelar, expuso que “es necesario transformar los datos en información de calidad e integrada a otras en modelos que faciliten la toma de decisiones eficientes y estratégicas que ayudan a reducir la incertidumbre”. Asimismo, añadió que “es importante analizar cómo se captan los datos, cuáles son las plataformas que nos permitirán obtener, gestionar y transferir información para la toma de decisiones”.

A su turno, Fernando Riccitelli, Gerente de Informática del INTA, agregó: “Estamos pensando en desarrollar proyectos de Machine Learning a fin de generar modelos basados en el triángulo de la enfermedad: ambiente – huéspedes – patógeno”, aunque reconoció que primero deben recorrer un proceso de consolidación de los datos de todas las fuentes enmarcadas en el proyecto Big Data.

También, admitieron que el INTA se encuentra desarrollando un proyecto de loT para conectar vacas mediante sensores que puedan entregar información, tales así como las pulsaciones o temperaturas.

 

 

No comments yet.

Leave a comment

Your email address will not be published.