Última actualización: | Contácto | Mapa del sitio |
 12/11/2021

Inteligencia artificial también beneficia al agro

la inteligencia artificial (IA) aparece como una herramienta clave para el sector agropecuario colombiano.

Ya sea para predecir brotes de enfermedades en el ganado vacuno –como la fiebre aftosa– y ver los municipios o lugares de mayor incidencia; identificar las zonas de enfermedades en cultivos de verduras y hortalizas, o monitorear el avance de la peste porcina africana, la inteligencia artificial (IA) aparece como una herramienta clave para el sector agropecuario colombiano.

Los profesores Francisco Gómez, del Departamento de Matemáticas, y Fausto Moreno, del Departamento de Producción Animal de la Universidad Nacional de Colombia (UNAL), directores del Laboratorio de Analítica de Datos de la Sede Bogotá, socializaron en Agroexpo algunos de los principales proyectos en los que han aplicado esta tecnología, beneficiando al sector agropecuario y de producción.

"Este laboratorio resulta de la experiencia de ejercicios de analítica en el sector agro y de inteligencia artificial, lo que nos ha permitido desarrollar algunos proyectos en campo, al darnos cuenta de que este sector necesita implementar procesos de innovación y no quedarnos supeditados al siglo pasado", afirma el profesor Moreno.

Según los expertos, con la implementación de la IA se busca contribuir a la toma de decisiones del sector, a través de la medición de datos que son recopilados y analizados mediante procesos estadísticos de predicción, descripción o de prescripción (recomendación).

"A partir de los datos recolectados queremos resolver problemas, por ejemplo, sobre cómo saber si un animal está bajando de peso rápidamente, monitorearlos detalladamente o tomar decisiones sobre cuáles animales vender mañana o en el futuro cercano en una subasta; aunque son decisiones que toman los humanos, se pueden automatizar", explica el profesor Gómez.

Predicción de enfermedades zoonóticas

Uno de los proyectos en los que trabajaron los investigadores fue en la predicción de aftosa bovina, que tuvo su último brote en el país en 2018. Esta es una enfermedad vírica grave del rebaño, sumamente contagiosa y de repercusiones económicas considerables, ya que en algunos casos la tasa de morbilidad puede llegar al 100 % en poblaciones de ganado susceptibles.

En esa oportunidad, los investigadores usaron los datos de movilización de animales del sistema SIGMA del ICA, que permite su monitoreo en el país y saber cuántos de ellos se mueven de un lado a otro en el territorio.

"Esos datos nos permitieron, por ejemplo, realizar un ranking de los municipios con mayores posibilidades de ser afectados por esta infección. Construimos un sistema predictivo que fue capaz de listar esos lugares y pudimos avisarle al ICA un mes antes sobre la llegada de estos brotes", destaca el docente.

Mediante otro proyecto, los investigadores analizaron cuál sería la probabilidad de riesgo de que la peste porcina africana (enfermedad viral contagiosa que puede afectar hasta el 100 % de la producción de cerdos), llegara a Colombia.

Para analizar esta enfermedad, que actualmente se encuentra en Haití, se hizo un monitoreo y seguimiento exhaustivo de los diferentes reportes. "La idea no es que estas herramientas queden para los expertos, sino que estén disponibles para toda la sociedad y que conozcan cómo se va a mover la peste porcina, para que cuando llegue, los productores estén preparados y puedan tomar decisiones", destaca el profesor Moreno.

Aplicabilidad en otros entornos

Al inicio de la pandemia, cuando aún no se había propagado la infección por el nuevo coronavirus en el país, existía una gran preocupación sobre lo que ocurriría en puntos grandes de concentraciones de personas, como la zona de Abastos, en Bogotá, donde había contacto entre personas, y una alta congregación, haciéndolo un punto de propagación del Covid-19, por lo que los investigadores se preguntaron: ¿hacia dónde iría luego?

"Para responder esa pregunta accedimos a datos que estaban dispersos, por ejemplo, en la Policía Nacional, que tiene cuenta de los camiones que salen de un municipio y llegan a los puntos de abastos. Estos datos fueron fundamentales porque así sabíamos las vías de transporte de llegada y de salida. También tuvimos en cuenta la cantidad de camiones que viajaban, y a partir de eso, podemos preguntarnos por ejemplo, qué pasaría si arrancara un brote en abastos".

Con esa información los investigadores lograron hacer un ranking de los municipios a los que más probablemente llegaría el virus. "Somos académicos, pero se nos dio la oportunidad de construir algunas cosas que se están usando, y la idea de poner lo que funciona al servicio de la sociedad", afirma el profesor Gómez.

Fuente: Agencia de Noticias UNAL.

Red de Comunicaciones
Aunap - Banco Agrario - BMC - CCI - Corpoica - Fiduagraria - Finagro
ICA - Incoder - Unidad de Restitución de Tierras - Upra - Vecol