Aparecen oportunidades y desafíos con la difusión de la inteligencia artificial en el agro

La tecnología de inteligencia artificial, si bien no es nueva, se encuentra en un estado de desarrollo exponencial. En este sentido, la Universidad del Cema (UCEMA) organizó un seminario para evaluar el impacto de la inteligencia artificial y ver cómo puede complementar a la inteligencia humana en los procesos decisorios del agro.

Alfredo B. Roisenzvit, graduado de la Universidad de Harvard y docente en UCEMA, repasó un ejemplo de aplicación de la inteligencia artificial: "Uno puede entrenar a la inteligencia artificial diciendole, por ejemplo, mirá esta es la planta perfecta, lo que genera una base de datos ideal, con una coordenada de atributos. Después aplica matemática para generar un concepto de distancia, para ver qué tan lejos está de ser la que yo quiero". Esto permite evaluar situaciones y generar prescripciones con imágenes.

Inteligencia artificial: el caso ChatGPT

Ahora, el avance más significativo es la capacidad de lenguaje, que le permite a plataformas de inteligencia artificial "charlar" con humanos: "Funcionó mucho mejor que lo esperado, sorprendió incluso a los desarrolladores", destaca Roisenzvit.

Uno de los ejemplos que tomó más relevancia es el de ChatGPT, un prototipo de chatbot de inteligencia artificial desarrollado en 2022 por OpenAI que se especializa en el diálogo.

Roisenzvit explica que ChatGPTtiene cientos de millones de parámetros que describen el lenguaje humano, no importa el idioma: "Les dieron programas para que se vaya autoentrenando y le generaron la capacidad de generar coordenadas. Casi todas las palabras fueron vectorizadas, entonces cuando le doy una orden de texto, cuando lo hablo, lo descompone y lo compara con coordenadas que tiene creadas y muestra la relación con las palabras que más probabilidad tienen de aparecer".

"Tiene tantos millones de parámetros que los resultados que se obtuvieron fueron tremendamente llamativos. Es impresionante la capacidad que tiene de interactuar", remarcó. De esta forma, el modelo de GPT compara la palabra que uno le dice contra todo lo que se escribió alguna vez: "Es muy bueno estimando la probabilidad de la siguiente palabra, la que es la más adecuada para el contexto". "Es lo sorprendente, incluso para los desarrolladores", remarca.

De esta forma, la aparición de sistemas de inteligencia artificial, y en particular de los llamados “modelos de lenguaje” ofrecen la posibilidad de contestar preguntas, producir informes y elaborar diagnósticos sobre situaciones complejas.

Pero más allá de ChatGPT, hay un montón de aplicaciones de inteligencia artificial que se pueden aplicar al negocio agropecuario. En este sentido, Roisenzvitl apuntó que el objetivo es transformar los datos en información y la información en visión, que permita mejorar las decisiones.

En este proceso, es clave la cantidad de datos que se generan en el agro. el docente del UCEMA citó cifras que muestran que un campo promedio genera un estimado de 500.000 data points por día, cifra que se cree que llegará 4.000.000 en 2036.

En este sentido, puso como ejemplo a Cattle Eye, una startup que permite, con bajo costo, analizar la composición corporal de los animales para prevenir enfermedades y hacer un seguimiento de los índices productivos: "Utiliza una cámara de seguridad de bajo costo para capturar secuencias de video y brindar información sobre la salud y la productividad del rodeo", describen.

Con Cattle Eye, los algoritmos de inteligencia artificial en la nube analizan las imágenes para identificar de manera única a las vacas y monitorear el bienestar y un número cada vez mayor de otros comportamientos. Estiman que este sistema permite ahorrar US$ 420 por animal al año.

A su turno, Gaston Adatti, ingeniero y licenciado en Informática por la Universidad Católica de Salta, planteó el concepto de pensar a la inteligencia artificial como una caja negra: "Entran cosas y tiene una salida".

También resaltó el rol de Internet de las Cosas (IoT). Esto es cualquier dispositivo que se pueda conectar para recabar datos: "Hay miles de sensores, como por ejemplo de humedad, que cada determinada cantidad de tiempo envian en datos, y con esa información puedo nutrir a los sistemas de inteligencia artificial".

Adatti puso como ejemplo también a los sistemas de aplicaciones selectivas que ganan terreno en el campo.