NaLamKI: proyecto de tecnologías de IA para una agricultura sostenible
Los cambiantes condiciones climáticas, la escasez de trabajadores cualificados y el uso de pesticidas son solo algunos de los factores que afectan a la calidad y al desarrollo de los procesos agrícolas. Investigadores del Instituto de Telecomunicaciones Fraunhofer (HHI), también conocido como Instituto Heinrich Hertz, quieren hacer la agricultura más eficiente y sostenible con la ayuda de la computación en la nube y las tecnologías de inteligencia artificial.
En el marco del proyecto NaLamKI, trabajan con socios en el desarrollo de una plataforma de «software como servicio» que recopila información de dispositivos y máquinas para crear una base de datos para previsiones y apoyo en la toma de decisiones. El sector agrícola se enfrenta a graves desafíos: los agricultores alemanes ya perciben las amplias consecuencias del cambio climático y, en el futuro, tendrán que adaptarse a ellas en mayor medida.
El aumento de las temperaturas y los cambios en las precipitaciones afectan a todas las variables agrícolas, desde el crecimiento de los cultivos y las rotaciones hasta el laboreo del suelo. La IA descentralizada en la nube y la IA centralizada en las explotaciones pueden ayudar a que este proceso de adaptación a las condiciones cambiantes sea más eficaz, acelerar el proceso en todos los ámbitos de la agricultura y, de este modo, hacer que el ecosistema general sea más flexible y orientado al futuro.
Aquí es donde entra en juego el proyecto NaLamKI. Las actividades del proyecto se centrarán en crear una plataforma en la nube de «software como servicio» (SaaS) con interfaces abiertas para proveedores del sector agrícola e industrial, así como para proveedores de soluciones especializadas para la producción vegetal.
Al combinar los datos de sensores y máquinas recopilados mediante satélites y drones, sensores de suelo, robótica, recogida manual de datos y datos de inventario, se puede crear un conjunto de datos con el que los procesos agrícolas puedan optimizarse de forma más sostenible mediante métodos avanzados de inteligencia artificial.
Las aplicaciones de inteligencia artificial desplegadas en la plataforma ayudan a los agricultores a analizar el estado de los cultivos y del suelo en grandes extensiones de terreno, y a modificar la organización de los procesos de protección vegetal y de nutrientes, como el riego, la fertilización y el control de plagas, para garantizar una cosecha suficiente tanto en calidad como en cantidad, así como para reducir las emisiones y conservar la biodiversidad.
Por ejemplo, el uso específico de productos fitosanitarios aumenta el rendimiento, reduce los costes, conserva los recursos y protege activamente el medio ambiente.
«Además del cambio climático, la escasez de mano de obra cualificada también afecta a la calidad y al desarrollo de los procesos agrícolas. Por ello, a menudo el estado de las plantas solo puede comprobarse mediante muestreos muy selectivos. Actualmente no es posible detectar y determinar con precisión el estado del agua en el suelo o la infestación de plagas, por ejemplo, en grandes superficies agrícolas. Además, estamos estudiando el análisis de imágenes obtenidas con drones, satélites y cámaras robotizadas, y haciendo que los resultados sean útiles para los agricultores»
Para resolver este problema, en el marco del proyecto el instituto desarrolla métodos de inteligencia artificial para analizar datos de teledetección con el fin de modelar los procesos agrícolas y crear redes 5G en las tierras de cultivo. Al combinar todos los datos, los científicos obtendrán una visión de las características de las superficies de cultivo que antes prácticamente no existía.
Los agricultores podrán interactuar con la IA y hacerle preguntas. Por ejemplo, a partir de los indicadores actuales de humedad del suelo y de enfermedades de los cultivos, la IA podrá dar instrucciones de actuación y mostrar los efectos de distintos escenarios. Concretamente, en una tableta se mostrará un panel con la superficie de tierras de cultivo y el estado actual del suelo. Al hacer clic en zonas concretas, el agricultor recibirá información sobre problemas como el bajo nivel de agua, así como recomendaciones sobre cómo abordarlos mejor.
Los datos de entrenamiento y los servicios de IA se proporcionarán de forma descentralizada mediante Gaia-X, una infraestructura en la nube europea segura para los datos. Además, se creará un sistema de IA descentralizado con aprendizaje distribuido, cuyos datos se almacenarán localmente en las explotaciones. Los agricultores podrán compartir modelos de IA y trasladarlos a la plataforma NaLamKI para mejorar continuamente los algoritmos. La plataforma estará abierta a proveedores externos. Por ejemplo, las startups podrán ofrecer en la plataforma sus soluciones innovadoras en el ámbito de la inteligencia artificial.
La recopilación inicial de datos para el proceso de desarrollo del modelo de IA ya ha finalizado. En concreto, ya están disponibles imágenes tomadas por un robot durante la plantación de un manzano en una explotación frutícola de la región del Palatinado, en Alemania. Para ello, se recogieron, analizaron y combinaron datos de diversos sensores, como sensores de posición, LIDAR, cámaras RGB y multiespectrales, mientras un robot autónomo recorría la plantación.
El objetivo es crear una representación significativa de los árboles del huerto que permita determinar el número y el grado de madurez de los frutos, el diámetro del tronco, el estado de los cultivos individuales y del suelo circundante. También incluye la detección de obstáculos, en particular de seres vivos en la vegetación alta, en el trayecto recorrido.
«Evaluamos los datos a medida que recorremos la plantación. La información que recopilamos se combina con el mapa de poblaciones de árboles frutales y se muestra en el mapa de la parcela. A partir de estos datos se genera documentación para el agricultor»
