¿Cuál es el futuro de la agricultura y la IA?

Si observa los diseños más novedosos en agricultura diaria, suponiendo que ha preparado ensilaje de maíz, ensilado de hierba y otros componentes dietéticos necesarios, puede tener un robot que mezcle automáticamente la Tasa Total Mixta (TMR) que comerán sus vacas, conduzca alrededor del agréguelo a los animales, luego haga que otro robot empuje el TMR hacia sus vacas cada hora o así, y luego haga que una máquina de ordeño automático ordeñe a sus vacas cuando lo necesiten, recopilando una gran cantidad de datos al mismo tiempo. Entonces, suponiendo que las vacas se mantengan saludables, usted tiene un sistema casi automático (bueno, todavía necesita inseminarlas y encargarse de la entrega, pero lo conseguiremos).

Por otro lado, cuando consideramos cosechar cultivos, ya los sistemas que usan GPS son mejores para conducir tractores que los humanos. Los seres humanos tienen dificultades para conducir con la alta precisión necesaria para utilizar la tecnología de pelado. También los satélites pueden medir la cantidad de clorofila en los campos, creando mapas que muestran dónde y cuánto fertilizante se necesita. Con todo, con la tecnología más avanzada, el ser humano está allí principalmente buscando peligros y problemas.

Con el avance en la tecnología de conducción autónoma (Tesla y Google, por ejemplo) y la capacidad de calcular una gran cantidad de datos muy rápido, es posible que en unos 20 años veamos los comienzos de un sistema de agricultura automatizado.

Creo que los sistemas animales están mucho más avanzados en el futuro, porque parecen ser mucho más complicados. Pero las granjas de cerdos y pollos ya están en gran parte automatizadas, y los humanos solo necesitan emergencias y durante la fase de reproducción de la producción.

Sí, la Inteligencia Artificial es la primera opción entre la última tecnología. La inteligencia artificial (IA) es una tecnología basada en programas, gracias a la cual las computadoras y robots digitales pueden realizar tareas en tiempo real utilizando inteligencia humana cognitiva como reconocimiento de voz, percepción visual, toma de decisiones, etc. La IA en la agricultura se usa comúnmente para la agricultura de precisión , monitoreo de cultivos, análisis de cultivos, etc.

Descargar PDF para obtener más información

El problema es la aplicación: puede automatizar, porque tenemos y lo haremos más. El asunto es, sin embargo, que tienes que tener algo entre entrada y datos que pueda regular los resultados sobre la marcha. Con las tierras de cultivo, seguro, teóricamente podrías tener una IA que “leería” mapas agronómicos, y luego usaría GPS y sistemas de aplicaciones inteligentes para sembrar e incluso cosechar de forma autónoma.

Pero mientras tanto, ¿qué sucede cuando una línea en la maceta se rompe debido a una roca, un pedazo de terreno que todavía está pantanoso después de una lluvia, u otras muchas cosas más? ¿Y qué puede hacer con esas cosas?

A medida que capas la complejidad de la complejidad, te vuelves vulnerable a un tipo de enigma que-custodiat-ipsos-custodes. Mi empleador acaba de comprar una nueva cosechadora autopropulsada que probablemente fue de medio millón de dólares. No funcionaría durante los primeros tres meses que lo tuvimos, a pesar de las múltiples llamadas de servicio. Porque, como resultado, había literalmente un cable suelto dentro del compartimento de espagueti debajo de la cabina.

Sin embargo, creo que algún nivel de sistemas expertos se extenderá por ag, simplemente porque muchos lugares han ganado tanta rentabilidad acumulando enormes cantidades de datos. Pero, actualmente, el vínculo débil es el momento de interpretar y aplicar esos datos. Sin ofender a mis compañeros de trabajo, verlos tratar de leer una tabla de producción de leche del sistema de medición automática que las máquinas de ordeñar transmiten a la computadora de la oficina es doloroso, porque no lo miran de manera integral.

Muchas lecherías ahora incluyen monitores de rumia, podómetros y termómetros para sus sistemas de manejo de stock, y estos permiten recopilar una gran cantidad de datos.

Pero, actualmente, se necesita una mente humana para darles sentido. Sí, puede establecer una puerta de clasificación para atrapar automáticamente a las vacas que ganan menos de X libras al día o son Y días desde el último celo, lo que simplifica las cosas para detectar enfermedades y ayudar a asegurar un tratamiento rápido, pero con más datos reunidos y más poder de interpretación disponible para procesarlo, es posible que algún día llegue a un punto en el que solo se necesite verificar la mejor adivinanza de un sistema de inteligencia artificial antes de tratar a una vaca enferma que ya haya sido detectada temprano y clasificada en un área de tratamiento.

Pero eso es probablemente a media generación de distancia: las existencias de etiquetado de RFID siguen siendo un concepto nuevo, la tecnología de la era de los 40 todavía se usa ampliamente, y el mantenimiento de los registros en papel apenas comienza a ser obsoleto.

El entorno más controlado en el que ai puede ser un éxito es la hidroponía y los invernaderos, aquí uno puede entrenar fácilmente a un motor con varios sensores e imágenes en los controles óptimos necesarios para una mejor producción de los cultivos.

Las aplicaciones agrícolas para la tecnología, Fermentrics que utiliza la inteligencia artificial para prever rápidamente el resultado del proceso de envejecimiento en el ganado lechero. Sostuvo que el sistema puede dar un nivel de investigación nutricional de un alimento en cuatro horas como el logrado en 48 horas por métodos de rutina.