Inteligencia artificial en agricultura equivale a eficiencia, calidad, aprovechamiento de recursos, mejores rendimientos y disminución de costes de producción y engloba todas aquellas funciones que una máquina, una pantalla, un sensor o un ordenador es capaz de realizar de forma precisa recogiendo una serie de datos que permiten  optimizar al máximo cualquier tipo de labor agrícola y cultivo. 

Los tres principales campos en los que o bien ya se trabaja o bien se sigue desarrollando la inteligencia artificial en la agricultura son:

• La capacidad de predicción 
• La monitorización y evaluación de suelos y de cultivos a través del IoT (Internet de las Cosas)
• La robótica orientada a la agricultura

Esto, hace que la inteligencia artificial en la agricultura adquiera muchas formas con el único propósito de simplificar muchas tareas y sobre todo, ahorrar recursos y tiempo.

• Aplicaciones agrícolas (apps)

Ya existen números apps sobre diversos temas de interés agronómico que permiten gestionar las explotaciones agrícolas, medir las superficies de las parcelas y obtener información cartográfica de la zona), las relacionadas con la predicción meteorológica y también las que permiten al agricultor gestionar sistemas de riego mediante su smartphone.

• Sensores aplicados en la agricultura

Estos dispositivos están dirigidos a mejorar la conducción de vehículos agrícolas. También se utilizan a nivel atmosférico, con estaciones meteorológicas situadas en lugares clave de las explotaciones y sensores de suelo que nos indican todo tipo de condiciones fisicoquímicas del suelo.

• Imágenes aéreas y vía satélite

La inteligencia artificial en la agricultura aplicada a la toma de imágenes permite conocer el estado de un cultivo, la cantidad de malas hierbas o crear mapas de humedad para ajustar al máximo la cantidad de agua necesaria dentro de una  parcela. Esta inteligencia artificial se obtiene de imágenes aéreas hechas por drones o satélites.

Inteligencia artificial en agricultura: campos de aplicación

La IA puede ser la solución para lograr alimentos suficientes, dentro del pulso que el cambio climático nos está echando y proteger a su vez el medio ambiente y la biodiversidad.

Desarrollemos ahora estos 3 principales campos:

La capacidad de predicción

A través de un sistema de algoritmos capaz de sacar conclusiones de datos, se puede aplicar a la agricultura un sistema de predicción climatológico que permitirá adoptar medidas de todo tipo.

Saber anticipar lluvias, sequías y otro tipo de fenómenos como el granizo puede salvar más de una cosecha. Y esto puede determinar que se utilice más o menos cantidad de agua o incluso que se desplieguen mecanismos de protección para evitar inundaciones o destrozos.

Del mismo modo, nos va a permitir a través de la medición de la temperatura, cuándo va a alcanzar la cosecha el punto óptimo de maduración, pudiendo elegir el mejor momento para su recolección. 

Monitorización y evaluación de suelos y de cultivos a través del IoT

A través de soluciones IoT (internet de las cosas o Internet of Things), se podrán mejorar los rendimientos de los cultivos a través de la gestión de la información obtenida por imágenes. Los sensores recopilarán datos e imágenes y podremos anticiparnos a plagas, malas hierbas variando y ajustando dosis de fertilizantes y fitosanitarios.

La robótica orientada al cultivo

Desde el dron más sencillo hasta los vehículos agrícolas más inteligentes pasando por  robots autónomos o colaborativos pueden cambiar radicalmente la manera en que trabajamos el campo, evitando el trabajo más duro duros en condiciones extremas favoreciendo una labor precisa. Las tareas que pueden llevar a cabo los robots están ya presentes a lo largo de toda la cadena de producción, transformación y suministro de los alimentos. 

Ventajas de la inteligencia artificial aplicada a la industria agrícola

• Obtención de datos que nos otorga un mayor poder de decisión ante una situación concreta.
• Sostenibilidad ambiental y económica: el uso de la inteligencia artificial agro permite ajustar las dosis de siembra, de riego y de productos fitosanitarios y abonos por lo que permite ahorrar mucho en insumos.
• Seguridad alimentaria: el control de todos los procesos tanto a pie de campo como tras la cosecha permite un control exhaustivo de la trazabilidad de los cultivos y de su seguridad.

La idea obviamente no es que las máquinas sustituyan al profesional del campo, pero sí que nos hagan mucho más eficientes.

Desafíos a los que se enfrenta la inteligencia artificial en la agricultura

Los principales retos a los que se enfrenta este importante avance tecnológico son de carácter formativo, de accesibilidad, de sostenibilidad y ético.

• El sector agro debe apostar por la formación facilitando un acceso democrático a las mismas por parte de las distintas administraciones que deben invertir en ello.

• El de accesibilidad debería trabajar por extender o mejorar la cobertura de red en entornos rurales en los que hasta ahora la conectividad de la población es un factor limitante en el desarrollo de estas tecnologías.

• La sostenibilidad presenta dos vertientes: la económica y la medioambiental. Ambas deben incorporar esta aplicación digital de tecnologías al sector, alineándose con los Objetivos de Desarrollo Sostenible.

• Para terminar, por los que respecta a la parte ética, la inteligencia artificial ha de ser capaz de ayudar a producir alimentos suficientes en los países más desarrollados, y plataforma de despegue de otros donde los alimentos aún son un bien escaso.