La producción global de alimentos, forrajes y biocombustibles deberá crecer un 50% para alimentar a una población mundial de más de 9 mil millones de personas proyectadas a 2050. Si miramos el pasado y tomamos como referencia los logros y avances, el desafío planteado no debería ser un problema. Durante el decalustro 1961-2011 se alcanzaron incrementos más altos en la producción que hicieron que el output agrícola global se triplicara. Pero el crecimiento poblacional no es el único desafío al que se enfrenta el agro hoy en día. Una multiplicidad de factores que van desde presión sobre los recursos naturales, cambio climático, escasez de inversiones e importantes “gaps” tecnológicos, limitan la productividad.
En este contexto es que el desarrollo de AgTech o agrotecnologías, está transformando muchos aspectos de la agricultura, incluso el negocio de protección de cultivos. La industria necesita reinventarse a sí misma, aprendiendo de los datos y la inteligencia artificial como una parte estratégica de las ofertas y consolidar nuevos modelos como la agricultura de precisión que permitirán ahorrar el uso de herbicidas, minimizando el impacto ambiental y económico.
El sector agrícola es líder en adopción de tecnologías. La visión por computadora ya se usa comercialmente y también se emplean algoritmos simples para seguir surcos, lo que permite que una sembradora tirada por un tractor ajuste automáticamente la posición. Además, gracias a la mejora en la calidad de las imágenes satelitales y a la incorporación de softwares para analizarlas, se pueden obtener imágenes de áreas pequeñas, detectar la presencia de plantas y distinguir entre cultivos y malezas. Todo esto en tiempo real, lo que, a su vez, permite hacer aplicaciones precisas para eliminar malezas y ahorrar el uso de herbicidas. Lo que resulta fundamental a la hora de minimizar el impacto ambiental.
Pero eso no es todo, también se espera que las capacidades actuales se expandan y que aparezcan una serie de algoritmos de procesamiento de imágenes, cada uno centrado en un conjunto de cultivo o tipo de maleza y que podrán ser aplicados a un conjunto más amplio de circunstancias. Junto con más datos acumulados, no solo imágenes, sino también otros indicadores como el índice de vegetación de diferencia normalizada o NDVI, los algoritmos ofrecerán más información sobre el estado de las diferentes plantas, sentando las bases de la agricultura de ultra precisión en una planta individual.
Las nuevas tecnologías como la Inteligencia Artificial (AI) ya han cambiado la forma en la que los productores toman decisiones y se espera que otras como el Big Data, adquieran un papel cada vez más estratégico en la agricultura. Esto se debe a que las últimas técnicas de procesamiento de imágenes basadas en Deep Learning se alimentan de grandes conjuntos de datos para “entrenarse”. Actualmente, un desafío que consume tiempo en la aplicación de técnicas de Deep Learning en la agricultura, es el ensamblaje de conjuntos de datos etiquetados a gran escala como material de entrenamiento para algoritmos.
La evolución hacia la autonomía totalmente no tripulada también tendrá implicancias importantes. Esto dará lugar a flotas de robots agrícolas pequeños, lentos y livianos. Si bien hoy estas flotas tienen una capacidad de navegación limitada, esto cambiará a medida que los diseños y componentes se estandaricen y se disminuya el costo del hardware. Ya podemos avizorar la silueta de los "agrobots" del futuro: robots móviles autónomos pequeños e inteligentes que realizan una acción precisa en una planta individual. Los robots se podrán conectar a la nube para compartir el aprendizaje y los datos y para recibir actualizaciones en masa.
Sin duda, la Inteligencia Artificial y los datos se convertirán en una parte indispensable del campo general de protección de cultivos, del cual el suministro de agroquímicos se convertirá solo en un subconjunto. Esto obligará a repensar el modelo de negocio y las habilidades de las compañías de agroquímicos. También es probable que los agroquímicos no selectivos, junto con las semillas resistentes a los herbicidas, pierdan su dominio total. Esto será posible gracias a la introducción de robots capaces de asignar una acción personalizada para cada planta o grupos reducidos de estas, que posiblemente requiera productos selectivos especializados. En definitiva, todos estos cambios ayudarán a consolidar prácticas más sustentables y permitirán alcanzar una mayor productividad.
Por: Santiago Nocelli Pac. Director de Apertura de Mercados Agroindustriales - Secretaria de Comercio Exterior en Ministerio de Producción de la Nacion Argentina
