Algo así como pedirle a ChatGPT que trabaje en el lote: Un científico diseñó un robot que controla plagas con inteligencia artificial y puede detectar y aplicar pesticidas en pocos segundos
En menos de 10 segundos, la máquina puede detectar una plaga en un árbol y aplicar la dosis justa de pesticida para combatirla. Así explica su desarrollo el ingeniero electromecánico Pedro Bocc...
En menos de 10 segundos, la máquina puede detectar una plaga en un árbol y aplicar la dosis justa de pesticida para combatirla. Así explica su desarrollo el ingeniero electromecánico Pedro Bocca, quien trabajó más de 6 años para finalmente patentar un robot con inteligencia artificial dedicado específicamente a la producción intensiva.
En esencia, la tecnología fue elaborada inicialmente para la producción de olivos, una aplicación que interesaba particularmente a este investigador de la Universidad Nacional de San Juan. De todos modo, por el tipo de mecanismo que utiliza, y la forma en que fue programada, puede ser entrenada para cualquier cultivo de tipo arbóreo.
Incluso, ya está siendo utilizada para la detección temprana de la enfermedad de HLB en cítricos, una afección que, como no tiene cura, exige la eliminación directa del árbol. Y sus resultados preliminares generan expectativa por el impacto que tendría sobre la agricultura de precisión.
En concreto, el sistema cuenta con una cámara delantera que va sacando fotos a las hojas y detectando el grado de enfermedad. Eso envía órdenes a un brazo robótico que se despliega para posicionar los picos de forma precisa y aplicar el producto en su justa medida, en la zona del árbol que sea necesario.
“Los sistemas actuales de control de plagas fumigan de forma masiva, es decir, echan pesticidas apenas detectan una enfermedad en el cultivo sin discriminar ejemplares enfermos de los sanos”, aseguró el especialista, que se propuso revertir eso no sólo para reducir el impacto ambiental sino además generar un ahorro económico en ese tipo de producciones.
“No había una manera de estudiar qué plaga aqueja un cultivo in situ, es decir, en el campo, ni tampoco existían formas automáticas de hacerlo”, describe el investigador del Conicet, que para lograr que una máquina actúe en menos de 10 segundos tuvo que acumular cientos de horas de trabajo “entrenando” a esos sistemas.
El principal desafío fue lograr que el robot identificara, con el menor margen de error posible, qué árboles padecen de una plaga, aún cuando las imágenes tomadas no fueran perfectas. Para ello, Bocca volcó más de 4000 fotografías de hojas distintas de olivos y de otras muestras que podrían confundirse, como frutos o flores, para que la IA entienda qué debe detectar y cuándo actuar.
“No es lo mismo tener la hoja perfecta, con perfecta iluminación, orientación, cantidad de píxeles, profundidad de campo y todo, que una muestra extraída en forma aleatoria a través de un sistema de detección. Tuve que reentrenar todo el sistema y ver qué fallas detectaba la nueva base de datos hasta hacerla efectiva”, explicó el investigador.
Las pruebas preliminares arrojaron un margen de efectividad de alrededor del 90%, pero el desafío ahora es montar este robot en un tractor y hacer ensayos a campo para ver cómo se traduce ese funcionamiento y cuál es el ahorro efectivo que genera.
A futuro, el robot podrá vincularse con un sistema GPS, para mapear el cultivo y estudiar cómo surgen los focos de enfermedades y de qué manera van evolucionando, para evitar que se esparzan. Su aplicación en la detección temprana de HLB, como ya está realizando una firma privada, da cuenta de esa efectividad.
“Con este sistema, no solo se ataca el árbol y la plaga en forma masiva, sino que puede coordinar un preventivo, un predictivo y un correctivo. En la zona infectada se puede aplicar el producto al cien por cien, en las en las zonas cercanas un cincuenta por ciento, y lejos un veinticinco por ciento”, indicó el científico, que asegura que, por el modo en que está diseñada, en base a sistemas de IA, esta tecnología de vanguardia se puede adaptar a todo tipo de cultivos intensivos.
Foto portada: C5N
