«El mayor desafío que enfrenta la industria de las máquinas en la Agricultura Digital es tomar conjuntos grandes de datos complicados y convertirlos en información», afirman los especialistas.

El auxilio llega a través de la Inteligencia Artificial, que ofrece como mayor ventaja su capacidad de hacer cálculos complejos a alta velocidad.

Además, está la posibilidad del aprendizaje continuo, a través de los nuevos datos que una maquina dotada de IA puede recibir a diario.

Cinco maravillas

Si bien la carrera todavía está en curso y no se ha visto todo lo que la IA puede hacer en las máquinas agrícolas, ya existen logros concretos.

Cinco ejemplos de las funciones que los fabricantes globales han logrado resolver en sus equipos son los siguientes:

Malezas  Las compañías toman miles de imágenes de malezas, en distintos cultivos y en situaciones diversas, como cielos despejados, cielos nublados, cielos oscuros, diferentes suelos y diferentes niveles de residuos. Las imágenes se clasifican mediante algoritmos, que implican la repetición de una o más operaciones matemáticas y permiten que los sistemas de pulverización identifiquen al instante una maleza y la traten.

Guía visual  Se utiliza en las pulverizadoras para entrar en cultivos establecidos. Utiliza una cámara a bordo que transmite a la IA la ubicación de la planta de maíz, por ejemplo, para que la máquina permanezca en la fila en lugar de pasar por encima del cultivo.

Cosechadoras  Están dotadas de cámaras que toman imágenes, cada dos segundos, del grano que se cosecha. Se introducen luego en un algoritmo que se utiliza para comparar los niveles de material extraño y grano dañado con las imágenes de una base de datos. Si los niveles exceden el objetivo, la cosechadora se ajusta automáticamente, por ejemplo en la zaranda y en la velocidad del ventilador y del rotor.

Enfermedades y nutrientes  Los drones toman imágenes aéreas y datos mediante sensores que detectan diferentes longitudes de onda de luz. Después se introducen en un algoritmo que ayuda a revelar enfermedades propias de cada época del año y también las deficiencias de nutrientes en los cultivos.

Riego  La IA se está utilizando para generar sistemas que anticipen fallas. Se utiliza una gran cantidad de datos sobre sistemas de riego recopilados durante décadas para crear un sistema predictivo. Los datos archivados por los sensores se procesan mediante algoritmos para que la IA aprenda a identificar posibles inconvenientes.