INVESTIGACIÓN
Inteligencia artificial y sensores: El futuro de la detección de plagas en el campo
Investigadores del INAUT (UNSJ-CONICET) presentan un modelo para evaluar la viabilidad de sistemas de detección de plagas en cultivos. El estudio destaca el uso de Inteligencia Artificial y sensores IoT como herramientas clave para una agricultura más eficiente, sostenible y adaptada a las condiciones reales del campo.
El Instituto de Automática (INAUT), organismo de doble dependencia entre el Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) y la Universidad Nacional de San Juan (UNSJ), presenta un análisis exhaustivo sobre las tecnologías más eficaces para la protección de cultivos comestibles.
La detección temprana de plagas es fundamental para garantizar el rendimiento y la calidad de los cultivos comestibles. Sin embargo, el paso del laboratorio al campo presenta desafíos técnicos significativos. El equipo de investigación del INAUT, en colaboración con la Universidad Politécnica Salesiana (Ecuador), ha evaluado diversas tecnologías bajo el prisma de su aplicación real en entornos agrícolas.
A diferencia de estudios previos centrados solo en la precisión, este trabajo introduce una métrica denominada PCI (Desempeño-Costo-Implementabilidad). Esta herramienta permite determinar qué tan factible es que un sistema funcione de manera autónoma en el campo, considerando factores críticos como:
-
El consumo de energía y la duración de las baterías.
-
La robustez ante condiciones climáticas adversas (viento, polvo, humedad).
-
La facilidad de mantenimiento y conectividad en zonas rurales.
Tecnologías evaluadas y sus ventajas
El estudio clasifica las soluciones tecnológicas en tres grandes grupos, alineados con las líneas de investigación en Agricultura Digital y Sensores del instituto:
-
Sistemas de Visión y AI: Utilizan cámaras y redes neuronales (como la familia YOLO) para identificar plagas en imágenes capturadas por drones o estaciones fijas. Son altamente eficaces para el conteo automático de insectos.
-
Espectroscopía e Imágenes Hiperespectrales: Capaces de detectar cambios bioquímicos en las plantas antes de que el daño sea visible al ojo humano. Aunque son precisas para alertas tempranas, suelen ser más costosas y complejas de implementar.
-
Sensores Indirectos (Narices Electrónicas): Dispositivos que detectan compuestos químicos o sonidos emitidos por las plagas. Destacan por su bajo consumo de energía y su facilidad para integrarse en redes de Internet de las Cosas (IoT).
Impacto en la comunidad y el sector productivo
La investigación concluye que no existe una "mejor" tecnología única, sino una opción ideal para cada necesidad. Por ejemplo, para monitoreos rápidos y económicos, los sensores indirectos son los más adecuados, mientras que para una precisión extrema en grandes extensiones, la visión artificial lidera el mercado. En el artículo se puede acceder a una "receta" en forma de diagrama de flujo que ayuda a elegir las tecnologías y enfoque que más se adapten al problema.
Este enfoque de implementabilidad permite que los productores seleccionen herramientas que realmente puedan sostenerse en el tiempo, reduciendo el uso innecesario de pesticidas y mejorando la sostenibilidad de la producción local.