EL IMPARCIAL | Página 13


Pereira, Colombia - Edición: 13.066.646 Fecha: Jueves-13-04-2023	TECNOLOGÍA		- 13
Avances tecnológicos en la agricultura Los avances tecnológicos que se han implementado desde la mitad del siglo pasado en la agricultura han mejorado, en muchos sentidos, la forma en que se manejan los cultivos. Tan solo hace 30 años se tecnificó el riego, se mejoraron los tratadores de semillas, se empezó a utilizar la biotecnología, la agricultura de precisión y la robótica, grandes avances que hoy continúan evolucionando e incluso dando vida a nuevos productos para hacer que los cultivos sean más resistentes a plagas y enfermedades, tengan uso eficiente del agua y de fertilizantes, entre otros aspectos. Inteligencia artificial Inteligencia Artificial (IA), es una combinación de algoritmos que hacen que una máquina se asemeje más a un humano en su manera de funcionar. Existen múltiples variantes en este campo, desde máquinas que aprenden, resuelven y toman decisiones, a otras que están enfocadas en emular la manera en que actuamos las personas. La idea, obviamente no es que las máquinas sustituyan a las personas, pero sí que las hagan mucho más eficientes. Especialmente, en tareas tan relevantes como el cultivo de alimentos en un mundo en precario equilibrio. La IA puede ser la solución para que una población cada vez mayor y un clima cada vez más incierto, no sean obstáculo para lograr alimentos suficientes. Permitirá, al mismo tiempo, proteger la biodiversidad, protegiendo gran variedad de cultivos. Los tres principales campos en los que se está trabajando para aplicar las posibilidades de la inteligencia artificial en la agricultura son: la capacidad de predicción, la monitorización y evaluación de suelos y de cultivos a través del IoT, la robótica orientada a la agricultura. Drones y robots agrícolas Dentro de la robótica no se puede dejar de mencionar las herramientas de mapeo y planificación. Los drones,	por ejemplo, son aparatos que cada vez se ven más en el campo porque ayudan a recolectar análisis, monitorear el cultivo, realizar siembra, riego, aplicar productos y evaluar de la salud de las plantas. Por otro lado, los robots agrícolas o agrobots son diseñados para realizar labores específicas como cosechadores automáticos, recolectores de frutos, de pulverización o aplicación y de supervisión. Con los agrobots se busca disminuir los costos de producción y realizar tareas repetitivas y pesadas. Imágenes multiespectrales de cultivos Son aquellas representaciones visuales de la información, las cuales son capturadas por un sensor introducido en una plataforma (normalmente embarcados en satélites artificiales o drones). Su principal diferenciación se encuentra en que los datos son obtenidos dentro de rangos de longitud de onda específicos mediante el espectro electromagnético. Su principal objetivo es obtener información de la superficie terrestre para procesarla de la manera en que convenga. Se llaman hiperespectrales y/o multiespectrales, y su utilidad en el sector agrícola puede favorecer la toma de decisiones y contribuir al desarrollo de la agricultura de precisión. Las imágenes espectrales suelen obtenerse gracias a sensores que permiten registrar la señal, descomponerla ópticamente en varias bandas, y enviarlas al detector para, finalmente, formar la imagen. Las imágenes espectrales en la agricultura se obtienen mediante satélites, drones, y otras plataformas que puedan portar este tipo de sensores (aperos agrícolas, y tractores, quads, robots autónomos) lo que otorga a la agricultura una serie de ventajas con base a la toma de datos, su análisis e interpretación. Metaverso en la agricultura El metaverso también puede servir para resolver problemas reales a los productores y ser muy útiles, además, para el resto de la cadena agroalimentaria, especialmente a la hora de tomar decisiones relacionadas con la mejora de la eficiencia y la sostenibilidad de los sistemas de producción. El metaverso funciona como una simulación virtual de estos sistemas de producción, permitiéndo realizar acciones y obtener información, que de otro modo sería imposible. Se pueden utilizar de varias formas, como: Simulación de escenarios, e pueden simular diferentes escenarios y ver cómo diferentes decisiones afectan el rendimiento y la eficiencia. Visualización de datos, los agricultores y ganaderos pueden utilizar el metaverso para visualizar grandes cantidades de datos de manera más efectiva. Educación	y entrenamiento, el metaverso también puede usarse para entrenar a los agricultores y ganaderos en el uso de nuevas herramientas y técnicas de manera más efectiva y segura. Investigación, los científicos e investigadores también pueden realizar investigaciones en el campo de la agricultura y la ganadería de manera más eficiente. Big data y la agricultura El Big Data se refiere al análisis de cantidades ingentes de datos; los computadores no sólo son capaces de recopilar y almacenar una cantidad de información, sino que gracias a la conectividad de Internet, estos datos se pueden cruzar con otros, comparándolos y valorándose en detalle. Cuando se utiliza el Big Data en la agricultura, el primer paso es la recolección de datos. Para ello, se utilizan sensores que se pueden colocar directamente en las plantas de los cultivos, en el suelo o en la maquinaria que se utiliza en las labores del campo. De este modo, se accede a información sobre lo que ocurre en el campo en tiempo real y sobre el terreno, y que se actualiza constantemente; no se analizan solo las consecuencias de determinado fenómeno, sino que se dispone de datos sobre cuáles han sido sus antecedentes y cómo se ha producido. Esta información se integra en “la nube”, una base de datos gigante en la que se pueden intercambiar informaciones de todo el mundo. En la nube, se puede contrastar los datos específicos de los cultivos con los de otros similares, así como con informaciones sobre factores que les afectan directamente, como datos sobre climatología o las fluctuaciones del mercado agroalimentario, por ejemplo. En esta fase, se intentan establecer patrones o modelos que ayuden a entender los datos y su funcionamiento. Estos modelos y el análisis de la información que se recopila en la nube ayudan a controlar, solucionar y prever posibles problemas. El análisis de datos que realiza el Big Data, también permite desarrollar algoritmos que ofrecen soluciones basadas en los resultados obtenidos del proceso de monitorización del campo.

	EL IMPARCIAL

Queda prohibido el uso de este formato (OPF) sin previa autorización escrita de ZahurK