Un especialista del CONICET diseñó y patentó un robot con inteligencia artificial capaz de detectar enfermedades en cultivos y aplicar la dosis exacta de pesticida en menos de diez segundos.
Con el objetivo de reducir las pérdidas en la producción agrícola causadas por plagas y enfermedades, un científico del Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET) creó un robot equipado con inteligencia artificial (IA) que identifica el tipo de enfermedad que afecta a un cultivo y aplica la cantidad justa de pesticida en menos de diez segundos.
Según datos de la Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO), aproximadamente el 40 % de la producción agrícola mundial se pierde cada año debido a plagas y enfermedades. Pedro Bocca, ingeniero electromecánico especializado en mecatrónica y autor del proyecto en el Instituto de Automática (INAUT-CONICET, Universidad Nacional de San Juan), explicó que “los sistemas actuales de control de plagas fumigan de forma masiva, es decir, aplican pesticidas apenas detectan una enfermedad sin diferenciar plantas enfermas de las sanas”.
Bocca señaló que “ante este panorama, decidimos trabajar en facilitar la detección de la plaga y en la aplicación dosificada del pesticida”. Tras seis años de trabajo, el robot resultante está programado para realizar todo el proceso de detección y fumigación en tiempo real, con un 90 % de precisión. Aunque el sistema fue diseñado para olivos, el especialista aclaró que la tecnología puede adaptarse a cualquier cultivo de tipo arbóreo.
El desarrollo comenzó con el estudio de sistemas previos de detección y aplicación de pesticidas mediante IA. “Encontré que la clasificación de enfermedades estaba desarrollada a escala de laboratorio, con imágenes perfectas de las hojas, pero no había una forma de estudiar las plagas in situ, en el campo, ni métodos automáticos para hacerlo”, comentó Bocca. El científico adaptó los sistemas para que el robot pudiera clasificar muestras de hojas tomadas directamente en el campo, incluso si las imágenes no eran perfectas.
Para ello, Bocca armó una base de datos y entrenó las redes neuronales de la IA. “No es lo mismo tener la hoja perfecta, con iluminación y orientación ideales, que una muestra extraída al azar”, explicó. Recolectó manualmente alrededor de 120 fotos, cada una con unas 40 imágenes de hojas, totalizando aproximadamente 4.000 imágenes. Además, incorporó una categoría para muestras erróneas, permitiendo al sistema detectar si una hoja está sana, enferma o no es clasificable.
Para vincular la detección con la aplicación precisa del pesticida, el robot cuenta con dos sistemas integrados. “En la parte frontal coloqué la cámara, que saca fotos a las hojas y detecta el grado de enfermedad, y detrás, otro brazo robótico que se despliega para posicionar los picos y aplicar el pesticida según lo que indica la IA”, detalló Bocca. Esto permite dosificar el producto en la parte superior, media o inferior del árbol según la zona más afectada, sin fumigar toda la planta, lo que también reduce costos.