Ingenio digital en terreno

Investigadores de INIA buscan controlar malezas en trigo, arroz y legumbres con inteligencia artificial. Un análisis del potencial de estos desarrollos y los equipamientos.
Enero 23, 2024

SI BIEN EL SURGIMIENTO de la Inteligencia Artificial (IA) aplicada al agro propone una verdadera revolución, lo cierto es que no se trata de algo aislado sino más bien la consecuencia de un avance progresivo en los métodos y la convicción de que la tecnología que se desarrollaba en otros sectores podía aplicarse también al agro. Según un artículo publicado en 2021 sobre uso de la inteligencia artificial en el manejo integrado de malezas, por Lorenzo León, Cristobal Campos, Guissella Reyes y Stanley Best, investigadores de INIA Quilamapu, ya en la década del 90 se estableció la conveniencia de definir de manera automática las distribuciones de malezas al interior de los cuarteles (mapas), a través de muestreos (o “scouting”) comparables al ancho de trabajo de la maquinaria. Pero estas determinaciones presentaron escollos, como reconocer las malezas mediante un sistema preciso, rápido y robusto a nivel de campo. Recién a partir de 2016 este problema comenzó a ser solucionado consistentemente, dados los avances en los modelos de IA.

Barras inteligentes: A) Ecorobotix incorporó el equipo ARA que puede realizar aplicaciones de manera precisa y diferenciada en áreas de 24 cm2, con un rendimiento de 4 ha por hora de trabajo. B) Carbon Bee desarrolló el equipo Smart Striker, que es una plataforma similar a Ecorobotix y si bien cuenta con mayor ancho de trabajo y velocidad, sacrifica algo de precisión en el área de aplicación.vv.

Los investigadores señalan que, por lo pronto, las aplicaciones asociadas a IA son acotadas a tareas específicas y no todavía a tareas que requieran criterios para resolver un problema asociado, como por ejemplo, a planes de manejo. Lo anterior seguirá siendo, en los próximos años, tarea del agricultor/a o de asesores/as agrícolas, pero ciertamente ayudados por algunas de las herramientas que aquí se presentan. Desde su irrupción han surgido diversos equipamientos que profundizan el avance y el propio INIA presentó en estos días un innovador proyecto que busca controlar las malezas mediante tecnologías de identificación digital e inteligencia artificial.

La iniciativa, que es apoyada por la Fundación para la Innovación Agraria, FIA, está enfocada al control de malezas en cultivos de arroz, trigos y legumbres, lo que permitirá disminuir el tradicional uso de agroquímicos, con el consiguiente impacto positivo para el medioambiente.

El especialista en malezas de INIA Quilamapu y coordinador del proyecto, Lorenzo León, ha trabajado en los últimos años con estas tecnologías en ensayos controlados, pero indica que “ahora debemos trasladarlas a áreas de producción”. Desde el punto de vista técnico, comenta que el proyecto busca identificar malezas mediante inteligencia artificial y realizar mapas de aplicación localizada de herbicidas, los que posteriormente serán traspasados a planes de vuelo de drones agrícolas. En cuanto al uso de estos dispositivos, el experto recalcó que “han adquirido una gran relevancia en nuestro medio”, y con los cuales se busca desarrollar labores de control de malezas.

La información generada con los mapas de malezas será incluida en un modelo de lenguaje, “una suerte de Chat-GPT”, orientado al manejo integrado de malezas y que será de utilidad en el desarrollo de mejores estrategias de manejo destinadas a agricultores, especialmente en lo concerniente a la toma de decisiones.

Disminución de herbicidas

La iniciativa tiene como antecedente el alto uso de herbicidas de síntesis aplicados en los campos, con cantidades que sobrepasan los niveles utilizados en las Américas, los de FAO, y de otros países desarrollados. En este sentido, el investigador de INIA Quilamapu destacó que “el desafío del proyecto es conservar la eficiencia de control de malezas, tratando de disminuir el uso de agroquímicos”, tras lo cual agregó que en Chile se usa un promedio de siete kilos de ingrediente activo por hectárea, en comparación a los alrededor de dos kilos por hectárea utilizados en Estado Unidos.

Lorenzo León agregó que “si bien hay países que manejan cifras incluso más altas que nosotros, la idea es continuar en una tendencia de uso descendente sobre estos productos”.

Robots: Entre los investigadores destacaron algunos desarrollos como: • WeedBot, de Letonia, que en un principio estaba especialmente orientado al control de malezas en el cultivo de zanahorias orgánicas en Europa, en donde se intenta reemplazar el control manual (actualmente costoso) y, a la vez, no hacer empleo de herbicidas, ocupando en su lugar rayos láser dirigidos a las malezas. Su velocidad de trabajo es baja comparada con las barras inteligentes, teniendo una capacidad de 300 metros lineales por día.
• AVO, de la empresa suiza Ecorobotix, es un robot que actúa con el mismo principio de trabajo que el presentado por esta empresa en barras inteligentes (ARA). Se lo promociona para el mismo tipo de cultivos que la barra inteligente, como empastadas, remolacha, leguminosas, entre otros, y destaca porque su fuente de energía principal es eléctrica y solar. El control de las plántulas de maleza se ejerce por emisores de alta precisión, que actúan sobra las plántulas que la unidad
ha reconocido previamente.
• Robotti, de la danesa Agrointelli, es un sistema con similares características que AVO, pero multipropósito ya
que puede ser utilizado en distintos equipos agrícolas. Posee un sistema de control químico similar a AVO, aun
que con la posibilidad de incorporar control de tipo mecánico.
• Autonomous Weeder, de Carbon Robotics, Estados Unidos, actúa mediante un rayo láser dirigido a las plántulas, al igual que el WeedBot. Tiene una capacidad de trabajo de 8 ha/día.

Para el desarrollo de este nuevo proyecto, INIA tendrá la colaboración del Centro Nacional de Inteligencia Artificial (CENIA), además de dos empresas de drones con presencia en las regiones del Maule y Ñuble, área de ejecución principal de la iniciativa. A ellos se sumarán los servicios de asistencia técnica (SAT), quienes se encargarán de conectar el proyecto con los agricultores.

Esta inédita iniciativa lleva por nombre “Manejo de malezas con uso de inteligencia artificial para la agricultura sostenible en trigo, arroz y leguminosas en Chile”, que cuenta con el apoyo de la Fundación para la Innovación Agraria, FIA, y que se extenderá por 36 meses.

Además de los aspectos técnicos, el proyecto considera un contacto permanente con grupos de agricultores, a quienes se irá capacitando paulatinamente. “El traspaso de tecnologías será en base al diálogo que se establezca con ellos ya sus necesidades específicas en torno a los cultivos de trigo, arroz y legumbres”, sentenció el especialista de INIA.

Lorenzo León le indicó a Mundoagro: “En este proyecto se utilizan tecnologías de vanguardia para el manejo de malezas, implementando modelos de aprendizaje profundo, como los algoritmos “YOLO” para la detección precisa de malezas y cultivos. La metodología se basa en la construcción de extensas bases de datos que capturan los intrincados detalles de las especies de interés, lo que permite a la inteligencia artificial discernir eficazmente entre las malezas y los cultivos. Estos modelos son luego desplegados en imágenes de drones, para evaluarlas condiciones de infestación de malezas y racionalizar la aplicación de herbicidas, lo que resulta en un manejo agrícola más inteligente y eficiente. Además, estamos trabajando en el desarrollo de asistentes de inteligencia artificial (tipo Chat-GPT) personalizados, que se alimentan de una base de conocimiento integrada, la cual incluye investigaciones sobre malezas locales e internacionales, así como factores de mercado y las condiciones específicas del terreno. Esta información se canalizará a través de una plataforma que proporcionará recomendaciones de manejo ajustadas a las realidades económicas, técnicas y ambientales del momento”.

También en otros centros de investigación de relevancia mundial se avanza en este mismo sentido. León indica que, de hecho, uno de los ejemplos que tomaron fue el del USDA-A RS —Servicio de Investigación Agrícola del Departamento de Agricultura de los Estados Unidos—, donde tecnologías similares han sido aplicadas en la producción de soya para mejorar la precisión en la identificación y el manejo de malezas. (https://www.ars.usda.gov/research/project/?accnNo=441539).

Luego, en cuanto a servicios, León señala algunos ya en funcionamiento comercial, como el Single Shot de Australia (https://ww w.singleagricul-ture.com.au/single-shot), que mapea eficientemente áreas extensas detectando malezas pequeñas para una aplicación selectiva de herbicida. “Estos proyectos ejemplifican el éxito de la integración de la digitalización en la agricultura, estableciendo un estándar que buscamos alcanzar y superar”.

Detecciones de malezas y cultivos mediante el uso del modelo Yolo-V4. En cada fotografía se especifica la detección que desarrolla el modelo ajustado para la maleza y/o cultivo que se determina según su código
EPPO (European and Mediterranean Plant Protection Organization) de cada maleza y la probabilidad asignada a la detección.

Equipamientos

En los últimos años han surgido en el extranjero distintas alternativas de manejo automatizado de malezas, que tienen como base el reconocimiento con IA. Algunas tendencias que destacan los investigadores en su artículo son:

Barras inteligentes: Estos sistemas se basan en la localización mediante inteligencia artificial de las malezas presentes en el potrero. Para ello se utilizan varias cámaras que capturan imágenes delante de la maquinaria, a medida que avanza, realizándose las aplicaciones de herbicidas a través de boquillas que operan de forma independiente, en la barra de aplicación. Esta área sigue siendo liderada por una empresa norteamericana subsidiaria de John Deere, pionera en este concepto.

El sistema es utilizado en extensas zonas dedicadas a la soya y maíz en Estados Unidos. En Europa, en tanto, se han presentado importantes desarrollos, considerando las características de una agricultura más intensiva que la norteamericana, y en donde la disponibilidad de mano de obra y regulaciones ambientales en el uso de agroquímicos son factores importantes, que han impulsado el desarrollo e implementación inicial de estas soluciones.

Ejemplos de este tipo de tecnología son los desarrollos de Ecorobotix (Suiza), Carbon Bee (Francia), Atar technologies (Serbia) y Green Eye (Israel).

Robots: A diferencia de las barras inteligentes, estos equipos poseen autonomía casi completa en sus movimientos en condiciones de terreno, sin depender de un operador que lo desplace mediante un tractor. En este caso, la seguridad de navegación autónoma y la capacidad de reconocimiento de obstáculos de estos dispositivos, son aspectos sometidos a estrictas regulaciones, según explica el artículo.

Drones y muestreo de malezas: Los investigadores indican que son herramientas empleadas para registrar, identificar, contar malezas presentes y establecer su distribución, lo que finalmente se traduce en mapas con dichas infestaciones. Con este tipo de mapas es posible tomar decisiones ajustadas a las condiciones actuales en el campo y vincularlas a otros factores productivos. Adicionalmente, los mapas de distribución-densidad cuentan con importantes potencialidades para evaluar diversos aspectos, tales como resultados de aplicaciones recientes, definir la distribución de poblaciones de malezas potencialmente resistentes, y optimizar el uso de maquinaria de precisión (como las barras inteligentes o robots anteriormente descritos). En cuanto a los drones empleados para la captura de imágenes, estos también han incorporado mejoras de captura de imágenes, especialmente en el caso de sensores multiespectrales, que permiten observar imágenes de aspectos del cultivo que no son visibles al ojo humano. Estos amplían las posibilidades de reconocimiento a nivel de terreno a un bajo costo, siendo, al mismo tiempo, eficientes.

Plataformas de reconocimiento temprano de malezas

Además de los servicios de muestreo de malezas, existen servicios basados en inteligencia artificial que entregan alertas tempranas de infestaciones de malezas, pero en una escala de varios (decenas) cuarteles, lo que permite ordenar el plan de trabajo de acuerdo a las labores prioritarias (alertas). En estos casos, las detecciones también se basan en algoritmos de IA, en tanto que las capturas de datos son, en general, a partir de plataformas como avionetas o satélites, incluyendo imágenes multiespectrales invisibles al ojo humano.

Este concepto de plataforma puede considerarse de importancia central para el manejo integrado de malezas, ya que también entrega alertas tempranas para otros problemas, tales como nutrición del cultivo, densidades de establecimiento, clima, entre otros.

A nivel internacional, los avances y presentaciones de tecnologías de control de malezas, cuyo funcionamiento se basa en la inteligencia artificial, ha seguido un ritmo acelerado y, con tendencia a seguir aumentando en los próximos años, lo que incrementa las posibilidades de llegar a nuestra agricultura. Dado lo anterior, el robustecer la base metodológica para reconocer malezas-cultivos mediante IA en el plano local, resulta significativo para adaptar estas herramientas y, asimismo, contribuir con desarrollos propios en esta área de trabajo. Debe destacarse la importancia de evaluar y utilizar herramientas, como las plataformas señaladas, que aporten al manejo integrado de malezas, mediante el muestreo e identificación de las mismas.

Fuente: Revista Tierra Adentro Nº 115. Sanidad Vegetal, aliada esencial para la humanidad y el medio ambiente.