Una nueva generación de IA para tomar mejores decisiones en agricultura

Wageningen University & Research, WUR, lidera el proyecto europeo AgriScienceFM, una iniciativa centrada en el desarrollo de modelos de inteligencia artificial capaces de comprender mejor la complejidad de los sistemas agrícolas.

El objetivo es avanzar hacia herramientas de IA más fiables para aplicaciones prácticas, investigación y políticas públicas, combinando de forma más eficaz datos procedentes de distintas áreas del conocimiento agrario.

La inteligencia artificial ya está presente en ámbitos como la gestión del suelo y el agua, la recolección autónoma, el control de plagas y enfermedades o la agricultura de precisión. Sin embargo, su aplicación a gran escala en agricultura sigue siendo compleja debido a la diversidad de cultivos, suelos, climas, sistemas productivos y herramientas disponibles.

Ioannis Athanasiadis, catedrático de Inteligencia Artificial en WUR, explica:

“Los sistemas agrícolas son, por naturaleza, muy diversos. Hay que lidiar con diversidad de cultivos, suelos, condiciones climáticas y herramientas disponibles. Como resultado, las soluciones de IA que existen suelen ser soluciones puntuales o funcionan solo bajo condiciones específicas”.

Modelos fundacionales para agricultura

El proyecto AgriScienceFM busca superar esa fragmentación mediante el desarrollo de modelos fundacionales, es decir, modelos básicos capaces de combinar grandes volúmenes de datos procedentes de distintas fuentes.

Los investigadores trabajarán en tres modelos interrelacionados centrados en los elementos clave de los sistemas agrícolas: el material biológico, como plantas y animales; el entorno natural, como suelo, agua y clima; y la actividad humana, como las decisiones de manejo y cultivo.

Ioannis Athanasiadis, catedrático de Inteligencia Artificial en WUR, señala:

“Estos modelos forman la base de herramientas que permiten a los agricultores tomar decisiones bien fundamentadas en todo tipo de circunstancias, utilizando conjuntos de datos combinados. Esto aporta beneficios no solo para los propios agricultores, sino también para la naturaleza y la sociedad, como una producción alimentaria sostenible y más eficiente, un entorno más saludable y una mejor adaptación climática”.

Un proyecto europeo de Horizonte Europa

AgriScienceFM es un proyecto de Horizonte Europa dedicado a la inteligencia artificial aplicada a las ciencias agrarias. WUR coordina el consorcio, que reúne a universidades e institutos de países como Grecia, Alemania, España, Reino Unido y Bélgica, entre otros.

Según Athanasiadis, WUR combina un amplio conocimiento de dominio agrario con experiencia en inteligencia artificial, una combinación clave para avanzar en este campo.

El proyecto también se enmarca en el interés europeo por reforzar su autonomía estratégica en tecnologías aplicadas a la producción de alimentos.

Liesbeth Luijendijk, responsable de integración de Robótica e Inteligencia Artificial en el sector agroalimentario en WUR, afirma:

“Dados los desarrollos geopolíticos, Europa necesita ser lo más independiente posible de grandes potencias como China y Estados Unidos. Esto es especialmente importante para las tecnologías utilizadas en la producción de alimentos. Por tanto, es esencial que desarrollemos conocimiento y tecnología para la IA en agricultura dentro de Europa”.

De las imágenes satelitales al asesoramiento de suelo

Durante la primera mitad del proyecto, que tendrá una duración de tres años, los investigadores recopilarán y armonizarán conjuntos de datos públicos ya existentes. Entre ellos se incluyen imágenes satelitales, datos meteorológicos, mediciones de campo, información de explotaciones ganaderas, datos de cultivos y material genético.

Los modelos se probarán en aplicaciones prácticas como la monitorización satelital de cultivos y escasez de agua, el asesoramiento local de suelo para agricultores, la mejora más rápida de cultivos resilientes y la agricultura de precisión aplicada a enfermedades, plagas y sanidad animal.

AgriScienceFM no se centrará únicamente en desarrollar nuevos modelos de IA, sino también en comprobar si estos ofrecen resultados útiles ante desafíos agrícolas reales. Para ello, el consorcio desarrollará pruebas de referencia, o benchmarks, que permitirán evaluar si un modelo proporciona resultados aplicables en campo.

Ioannis Athanasiadis, catedrático de Inteligencia Artificial en WUR, subraya:

“La IA solo aporta realmente valor si los resultados son fiables en diferentes regiones, sistemas de cultivo y situaciones reales”.

Un puente entre la IA y la investigación agraria

Con AgriScienceFM, WUR busca también construir un puente entre la inteligencia artificial y los investigadores agrarios.

Athanasiadis considera que muchos científicos ya son conscientes de la importancia de la IA, pero todavía necesitan más conocimiento para aplicarla correctamente. Por ello, el proyecto también incluye una dimensión formativa y pretende crear una plataforma común para comprender cómo los desafíos agroalimentarios y la inteligencia artificial están cada vez más conectados.

Fuente: Wageningen University & Research