el Sol noticias ahora también está en Mastodon
Una imagen de cómo la IA detecta las enfermedades en un árbol. Foto: gentileza investigador.
Alrededor del cuarenta por ciento de la producción de agricultura mundial se pierde por año debido a plagas y enfermedades que contraen los cultivos, según cálculos de la Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO). Para paliar ese descenso en la producción, el científico del CONICET Pedro Bocca, del Instituto de Automática (INAUT-CONICET, Universidad Nacional de San Juan), diseñó y patentó un robot con Inteligencia Artificial (IA) que, en menos de diez segundos, es capaz de detectar qué tipo de enfermedad aqueja a un cultivo y aplicar la dosis justa de pesticida para curarlo.
“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”, explica Bocca, ingeniero electomecánico especializado en mecatrónica, una disciplina dentro de la ingeniería que se encarga de encontrar soluciones eficientes a diversos problemas integrando la mecánica, la electrónica, la informática y los sistemas de control para el diseño y la automatización de productos y procesos inteligentes. “Ante este panorama, decidimos trabajar, por un lado, en cómo hacer para facilitar la detección de la plaga, y por el otro, en la aplicación dosificada del pesticida”.
Fueron seis años de trabajo hasta llegar al producto final: un robot que Bocca logró programar para que cumpla el proceso entero de detección y aplicación de la fumigación en tiempo real, con un noventa por ciento de precisión. “Actualmente estamos mejorando la integración de los sistemas para lograr un mapeo completo de las zonas de cultivo, mejorando la planificación y eficiencia en el tratamiento de enfermedades. Otro aspecto importante es que aunque el sistema está desarrollado para trabajar en olivos, la tecnología puede adaptarse a cualquier cultivo de tipo arbóreo”, adelanta el científico.
El largo camino hacia la detección
El primer paso del desarrollo consistió en estudiar lo que ya se había diseñado para mejorar los sistemas de detección y aplicación de pesticidas por medio de IA. “Encontré que la clasificación de enfermedades estaba desarrollada a escala de laboratorio, a través de imágenes perfectas de las hojas de un cultivo –dice Bocca-. Pero 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”.
El científico adaptó los sistemas de detección para que las muestras fueran de hojas en el mismo campo, y que el robot pueda clasificarlas sin necesidad de que la imagen sea perfecta. Armó una base de datos y entrenó a las redes neuronales de la IA para automatizar ese proceso. “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”. Bocca sacó de forma manual unas ciento veinte fotos con unas cuarenta imágenes de hojas cada una, lo que le permitió estudiar aproximadamente cuatro mil imágenes de hojas diferentes, que en su caso fueron del árbol de olivo, que es la especie que utilizó para desarrollar su sistema.
“Los sistemas de detección automáticos a veces se confunden, detectan frutos o flores y las confunden con hojas. Además, al trabajar en campo, se agrega un elemento que es el error de detección, ya sea por malos píxeles, por sombras, por luces, etcétera, que eso no está dentro de lo que era el sistema de laboratorio. Para evitar todo eso, sumé al sistema toda una categoría en torno a muestras erróneas. El sistema que diseñé logra detectar si la hoja está sana, si está enferma o si no es clasificable. Si la hoja no es clasificable, la elimina. En los cases detectables, las clasifica entre sanas y enfermas y la relación que está entre una y otra es el grado de enfermedad del árbol”, explica.
El siguiente paso fue vincular esa detección con la aplicación precisa del pesticida. “Puse dos sistemas en el mismo robot”, explica el científico. “Es decir que en la parte frontal del robot coloqué la cámara, que va sacando fotos a las hojas y detectando el grado de enfermedad, y detrás, otro brazo robótico que se despliega para posicionar los picos de forma precisa y aplicar el pesticida en el grado que le indica la inteligencia artificial. Se puede controlar una dosificación fuerte en la parte superior, media o inferior del árbol, según qué parte sea la más afectada por la enfermedad, sin necesidad de fumigar toda la planta, lo que también ahorra dinero en la aplicación del pesticida”.
A futuro, el robot podrá vincularse con un sistema GPS, para mapear el cultivo y saber cómo y dónde surgen los focos de enfermedades, como se van contrayendo y cómo va actuando el proceso de tratamiento, para evitar que las enfermedades se esparzan. “Este robot está pensado para agricultura intensiva. Entonces, 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”, indica el científico.
La potencia de la IA
“Nuestro objetivo ahora es montar el robot atrás de un tractor para hacer las pruebas ya de campo definitivas y estimar cuál es el nivel de ahorro que te da el sistema”, advierte Bocca, que por su originalidad única en el mundo logró obtener la patente de su desarrollo y ahora espera vender la tecnología para mejorar los procesos de aplicación de pesticidas en todo tipo de cultivos arbóreos y lograr la construcción en masa del robot, lo que lo haría aún más rentable.
“Esta tecnología de vanguardia se puede aplicar en todo tipo de cultivos”, dice Bocca, que actualmente está trabajando junto a una empresa privada en la aplicación puntual en cítricos, como limoneros, que son los cultivos más afectados en el mundo actualmente por un virus que no tiene cura: el HLB. “Con esta herramienta se puede mapear y sacar información de todo el campo, saber exactamente si aparece un foco y una enfermedad, escanear el terreno y fumigar a la vez. Incluso si justo empieza a detectar que aparece un nuevo foco, puede automáticamente subir la dosificación sobre esa zona. O detectar focos tempranos, y en el caso del HBL, que no tiene cura, poder matar a la planta de manera temprana, antes de que contagie y se propague el virus. Usarlo como detector temprano para evitar que la enfermedad se esparza”.
Para Bocca, “no hay nada mejor para nosotros que ver nuestro trabajo funcionando en la realidad y cumpliendo el objetivo para el cual fue creado. La inteligencia artificial es una herramienta como muchas otras, pero la clave está en nuestra capacidad y en nuestra voluntad ver cómo la usamos y cómo la aplicamos para solucionar distintos problemas básicamente. Como científicos, podemos potenciarla y lograr cosas que, de otro modo, son muy difíciles de alcanzar. Yo estimo que este robot por ejemplo se puede usar muchísimo, garantizar procesos de fumigación de excelencia, ahorrar producto y también evitar problemas de contaminación de la atmósfera, de manera cien por ciento automática, lo cual también evita que el operario se enferme con los productos tóxicos. Reducís mucho la contaminación, reducís la cantidad de producto, optimizás la aplicación, mejoras el tratamiento y podés hacer un seguimiento muy preciso de la evolución del campo y maximizar la productividad. Yo creo que es una tecnología que tiene mucho potencial”, concluye.
Referencia bibliográfica
P. Bocca, C.Soria, R. Carelli, “On field disease detection in olive tree with vision systems” Array, 2023. DOI: https://doi.org/10.1016/j.array.2023.100286
B. R. Pedro D., S. Carlos M. and C. A. Ricardo O., “Adaptive Configuration Arm for the Application of Foliar Actuation Liquid Treatments,” 2018 Argentine Conference on Automatic Control (AADECA), Buenos Aires, Argentina, 2018, pp. 1-6, doi: 10.23919/AADECA.2018.8577372
P. Bocca, A. Orellana, C. Soria y R. Carelli, “Análisis espectral de las enfermedades en hojas de olivo” Reunión de Trabajo en Procesamiento de la Información y Control (RPIC), San Juan, Argentina, 2021.
