Cambiar el método de predicción de la cosecha de la vid y ayudar a los productores regionales fue la idea que impulsó a científicos de la Universidad Nacional de Cuyo (UNCUYO) a aplicar la tecnología y la inteligencia artificial para mejorar la precisión a través del diagnóstico por imágenes.
“No sabemos con números concretos si hay pérdidas cuantiosas o no con el método de cosecha actual, pero sí entendimos que podíamos apoyar desde la universidad y el conocimiento al sector agroindustrial”, explicó Luis Chiaramonte, codirector del proyecto en el Instituto Tecnológico Universitario (ITU) de la UNCUYO en diálogo con el Suplemento Universidad.
La iniciativa apuntó a atender una demanda del sector vitivinícola que “se quejaba de la falta de precisión en la predicción de la cosecha. Están los productores que forman precios y los que no y muchas veces están tironeando”, sintetizó Chiaramonte.
“Analizando el panorama, se nos ocurrió que se podía mejorar el método estadístico tradicional, por el que las personas van y observan cuántas frutas hay en un árbol, utilizando la tecnología”, reseñó el ingeniero en Computación de la UNCUYO.
El trabajo de búsqueda para elevar la precisión se hizo a través de aprendizaje autónomo (machine learning), una tecnología que permite la estimación de la cosecha dada por el recuento de racimos por planta y el cálculo de peso, a través del reconocimiento de imágenes.
Según detalló el codirector de la iniciativa, este procedimiento implica la aplicación de “un algoritmo que se entrena para que se pueda reconocer una imagen” y consiste en tomar fotos “desde distintos ángulos e iluminación” para alcanzar el objetivo de una mejor predicción.
El proyecto obtuvo financiamiento de la Secretaría de Investigación, Internacionales y Posgrado de la UNCUYO y del ITU para la compra del dron con el que se tomaron las imágenes para entrenar el algoritmo.
Para Chiaramonte, el desarrollo científico significa un “cambio rotundo en la logística” y permite “ajustar los costos”, pero al mismo tiempo “genera un avance sustancial en lo ecológico, porque permite identificar malezas, de manera que lo que los cosechadores que utilizan agroquímicos puedan administrarlos en una medida justa”.
El próximo paso, según anticipó, será “refinar el funcionamiento del algoritmo a partir de aumentar la carga de imágenes y utilizar otro tipo de frutas”, lo que apunta a brindar un aporte a una mayor cantidad de productores.
El equipo, a cargo de Chiaramonte y del docente del ITU e investigador del CONICET Emmanuel Millán, está integrado por el profesor de Ciencias Agrarias Marcos Montoya; el ingeniero del centro de investigación europeo en datos e inteligencia artificial Know Center GmbH Lucas Iácono; la licenciada en Ciencias Básicas con Orientación en Matemática Tatiana Parlanti y el CEO de la empresa Agropraxes, Federico Framarini.
Chiaramonte destacó la importancia del aporte científico universitario que permitió alcanzar el objetivo de “tener una investigación aplicada a resolver situaciones concretas”.
