Principales

La inteligencia artificial también se aplica en la agricultura

  • Las diversas ramas de la IA cubren muchas necesidades de automatización mediante el uso de robots 
  • José Luis Morales Reyes, alumno del Doctorado en Inteligencia Artificial de la UV, participó en el 7º Seminario de Socialización del Aprendizaje Computacional 

 

José Luis Morales Reyes habló sobre la inteligencia artificial en la agricultura

José Luis Morales Reyes habló sobre la inteligencia artificial en la agricultura

 

Claudia Peralta Vázquez 

11/01/2022, Xalapa, Ver.- José Luis Morales Reyes, alumno del Doctorado en Inteligencia Artificial, del Instituto de Investigaciones en Inteligencia Artificial (IIIA) de la Universidad Veracruzana (UV), subrayó que el desarrollo de esta disciplina ha permitido la implementación de herramientas agrícolas de mayor complejidad para facilitar las tareas de demanda de alimentos en las ciudades. 

El viernes 7 de enero, el investigador dictó la charla “La inteligencia artificial en la agricultura”, en el marco del 7º Seminario de Socialización del Aprendizaje Computacional, organizado por el IIIA a través del cuerpo académico (CA) Investigación y Aplicaciones de la Inteligencia Artificial. 

Al inicio de la plática transmitida por la página de Facebook del IIIA, destacó cómo el esfuerzo requerido para la labor agrícola derivó en la implementación de herramientas agrícolas y maquinaria moderna. 

La IA se refiere a sistemas o máquinas que imitan la inteligencia humana para realizar tareas, y pueden mejorar iterativamente a partir de la información que recopilan. 

Los robots se emplean en la agricultura para la preparación del terreno, siembra, fertilización, control de malas hierbas y cosechas

Los robots se emplean en la agricultura para la preparación del terreno, siembra, fertilización, control de malas hierbas y cosechas

 

Tiene muchas ramas como la robótica, visión por computadora, aprendizaje automático y algoritmos genéticos, lo cual le permite ser multidisciplinar y cubrir muchas necesidades de automatización en la agricultura mediante el uso de robots. Éstos se emplean para la preparación del terreno, siembra, fertilización, control de malas hierbas, cosechas y monitoreo de crecimiento de los cultivos. Además, mediante tractores no tripulados y coordenadas del Sistema de Posicionamiento Global (GPS), llevan a cabo la labor de desmalezamiento o arado de la tierra. 

Para las cosechas se han creado hasta brazos robóticos utilizados en el corte de manzanas, montados sobre un vehículo tripulado. También están los drones que cumplen funciones importantes como irrigación y monitoreo de cultivos, supervisión de suelos e identificación de zonas adecuadas de siembra. 

Dentro de las actividades agrícolas hay técnicas de IA empleadas para cubrir estas necesidades, entre ellas: redes neuronales y textura para identificación de tipos de suelo; visión por computadora y procesamiento de imágenes para detectar hierbas malas en cultivos de avena; procesamiento digital de imágenes y máquinas de soporte vectorial para monitorear etapas de crecimiento y floración en trigo. 

José Luis Morales dio a conocer que, bajo la dirección de Héctor Gabriel Acosta Mesa, investigador adscrito al IIIA, y la codirección de Elia Nora Aquino Bolaños, del Centro de Investigación y Desarrollo de Alimentos, realizó una investigación sobre estimación de antocianinas en poblaciones de frijol. 

Con esto ha demostrado que las técnicas de IA también sirven para estimar pigmentos hidrosolubles benéficos para la salud.

Brazo robótico utilizado para el corte de manzanas, montado sobre un vehículo tripulado

Brazo robótico utilizado para el corte de manzanas, montado sobre un vehículo tripulado

 

En este trabajo empleó un sistema de visión por computadora, entendida como una disciplina científica que incluye un conjunto de herramientas y métodos que permiten obtener, procesar y analizar imágenes del mundo real. 

La visión por computadora trabaja con imágenes para verificar qué se requiere hacer, e identifica las áreas de interés y de segmentación. 

Las técnicas de segmentación permiten detectar partes dañadas de un producto o alimento, extraen características de color, morfológicas y de textura que permitirán a los investigadores tomar decisiones de manera inteligente. 

Agregó que para la prevención y control de enfermedades en cultivos, insectos y malas hierbas, la IA cuenta con técnicas que facilitan esas tareas y tienen la ventaja de implementarse en robots.