Inteligencia artificial y drones: Nuevo sistema de predicción del volumen de cosecha

Respondiendo a la necesidad de contar con un sistema de predicción del volumen de cosecha más preciso, el CII lidera, junto al área Enológica, Agrícola y de Compra de Uva y Vinos, el desarrollo de un modelo de Inteligencia Artificial que, a través del uso de drones y sensores remotos, apuesta a ser capaz de entregar una proyección más certera.

cii2-1024×768

El Centro de Investigación e Innovación (CII) canalizó una necesidad importante para las áreas Agrícola y Enológica: la complejidad de la predicción del volumen de cosecha. El error en la estimación de este índice puede llegar a tener importantes repercusiones tanto en lo económico como en lo logístico, por lo que se hace indispensable avanzar en una proyección más temprana y acertada.

Por esta razón, el CII lidera, junto a la empresa Smartdici y el apoyo de Corfo, un proyecto de pronóstico de volumen de cosecha, que implica la creación de nuevos modelos basados en Inteligencia Artificial con la capacidad de predecir con mayor precisión la cantidad de uvas disponibles para la producción de vinos en una temporada, y entregar esta información con mayor anticipación.

CII, junto a Smartdici, postularon y se adjudicaron el apoyo de los programas de Corfo Prototipos de Innovación –i+I+D Empresarial para sectores estratégicos y luego al de Empaquetamiento de Innovaciones –i+I+D Empresarial.

Tecnología de punta para la agricultura de precisión

Este nuevo sistema de medición utiliza drones y cámaras multiespectrales para la obtención de un gran volumen de datos del viñedo. Primero, los drones sobrevuelan los viñedos, capturando imágenes multiespectrales. La información recolectada de estas imágenes es luego ingresada, junto a otros datos de terreno, al modelo de Inteligencia Artificial, que permite identificar, cuantificar y predecir indicadores productivos y de rendimiento.

Durante las pruebas realizadas a este nuevo sistema, se registró un error de predicción de entre 2% y 9% en las condiciones experimentales y en fecha de cosecha, errores que si pudieran mantener en predicción en fecha de cuaja, serían muy buenos resultados en contraposición a las metodologías utilizadas tradicionalmente, que arrojan errores de entre un 20% y 30%.

Colaboración para la innovación

Los investigadores y profesionales del CII a cargo de este proyecto confían en que los modelos se seguirán perfeccionando hasta lograr que se obtengan menores niveles de error y que la aplicación del sistema se amplíe a las operaciones agrícolas de la viña y productores de uvas. “A finales de temporada esperamos tener modelos que no solamente funcionen en condiciones experimentales, sino que en un contexto productivo real”, explica Álvaro González, Subgerente de Investigación y Desarrollo.

Este proyecto se enmarca dentro de uno de los programas estratégicos I+D del CII: Instrumentación, automatización y aplicación de Tecnologías de la Información (TI). En este sentido, José Cuevas, Investigador en Ingeniería, resalta que un sistema como el de predicción de cosecha pueda, en un futuro cercano, aplicarse a mayor escala en la compañía: “Esperamos que el uso e implementación de estos modelos se haga de una manera costo-efectiva y pueda transferirse a las áreas productivas”. Para Juan Ramos, socio director de Smartdici, la experiencia de trabajar con el CII “ha sido enriquecedora y colaborativa desde ambos lados. Creemos que hay mucho por explorar y desarrollar en la vitivinicultura, y hay bastantes desafíos que se pueden abordar desde la Inteligencia Artificial”.

Además de la colaboración de Smartdici, el CII ha trabajado en este proyecto con practicantes y estudiantes de pregrado y magíster del École Supérieure d´Agriculture d´Angers, Universidad de Lisboa y la Universidad Autónoma.
Este proyecto representa un ejemplo de colaboración para la innovación entre dos empresas privadas – Smartdici y Viña Concha y Toro- con el apoyo de Corfo.

 

 

Inteligencia artificial y drones: Nuevo sistema de predicción del volumen de cosecha