27/01/2024 | Tendencias | Tecnología

¿Qué limitantes tiene hoy la IA en la maquinaria agrícola?

Los fabricantes internacionales están descubriendo las capacidades que le faltan a la Inteligencia Artificial para desarrollar sistemas de mayor precisión y de escala comercial.

Los dispositivos basados en Inteligencia Artificial se están generalizando en las máquinas agrícolas y llegan a todos los segmentos.

Su rango de acción va desde los nuevos sistemas de pulverización hasta los desarrollos para el control mecánico de malezas.

El aluvión de novedades lleva a pensar que ya se ha logrado una solución integral y definitiva.

Sin embargo, las investigaciones de los fabricantes globales de agromáquinas ponen al descubierto las actuales limitantes de la Inteligencia Artificial.

Insuficiente

Uno de los principales obstáculos para masificar la IA es el nivel de efectividad que está logrando en las principales tareas agrícolas.

Tomando el caso de las pulverizaciones selectivas, no todos los dispositivos logran una precisión absolutamente convincente.

Un ejemplo claro es el sistema que incorporó Horsch y que lleva dos años de prueba en los principales cultivos.

“La tasa de éxito del sistema ronda el 60%. La pregunta es si este resultado es bueno o no”, adcierte Theodor Leeb, Director de los Sistemas de Aplicaciones de Horsch.

“El resultado es insuficiente para la producción en serie. Pero basta con seguir mejorando el sistema», agrega, indicando que la sintonía fina todavía no ha llegado y requiere de más tiempo.

Carencias

Otras compañías han probado la IA en cultivos de remolacha azucarera, con el objetivo de enseñar a los algoritmos el reconocimiento de toda planta que no tenga azúcar y pulverizarla.

En condiciones ideales, el sistema funcionó perfectamente.

Sin embargo, el problema surgió cuando trabajaba en el cultivo de caña de azúcar y con un cultivo intermedio.

En esa situación, quedó en evidencia la falta de formación en la IA. De alguna manera, quedó en claro que en tales situaciones no es “tan inteligente”.

La clave es que la IA sólo reconoce lo que ya se le ha mostrado y, por lo tanto, la información que reciba debe ser más completa.

Por ejemplo, es necesario que disponga de miles de fotografías en las que hay que indicar cuál es el cultivo y cuál es la maleza.

Cuantos más datos tenga disponibles la IA, con mayor precisión funcionará.