FARMINGTON, Wash. – Las suaves colinas en el este de Washington han producido abundantes cosechas de trigo, cebada y lentejas durante mucho tiempo. El agricultor de quinta generación Andrew Nelson agrega una nueva y abundante cosecha a esa recompensa: datos.
Los recopila de sensores en el suelo, drones en el cielo y satélites en el espacio. Le dan a Nelson información sobre su granja en distintos puntos, todos los días, durante todo el año: variaciones de temperatura, humedad del suelo y niveles de nutrientes, salud de las plantas y más.
Nelson, a su vez, introduce esos datos en Project FarmVibes, un nuevo conjunto de tecnologías centradas en granjas de Microsoft Research. A partir de hoy, Microsoft abrirá el código fuente de estas herramientas para que los investigadores y científicos de datos, y el agricultor raro como Nelson, que también es ingeniero de software, puedan aprovecharlas para convertir los datos agrícolas en acciones que puedan ayudar a aumentar los rendimientos y reducir los costos.
El primer lanzamiento de código abierto es FarmVibes.AI. Es un conjunto de muestra de algoritmos destinados a inspirar a la comunidad de investigación y ciencia de datos para avanzar en la agricultura basada en datos. Nelson utiliza este conjunto de herramientas impulsado por IA para ayudar a guiar las decisiones en cada fase de la agricultura, desde antes de que las semillas entren en el suelo hasta mucho después de la cosecha.
Los algoritmos FarmVibes.AI, que se ejecutan en Microsoft Azure, predicen las cantidades ideales de fertilizante y herbicida que debe usar Nelson y dónde aplicarlos; pronosticar las temperaturas y la velocidad del viento en sus campos, para informar cuándo y dónde planta y rocía; determinar la profundidad ideal para plantar semillas en función de la humedad del suelo; y decirle cómo diferentes cultivos y prácticas pueden mantener el carbono secuestrado en su suelo.
“Project FarmVibes nos permite construir la granja del futuro”, dijo Nelson, quien se asoció con Microsoft Research para convertir sus 7,500 acres en un campo de pruebas para Project FarmVibes. “Mostramos el impacto que la tecnología y la IA pueden tener en la agricultura. Para mí, Project FarmVibes ahorra mucho tiempo, ahorra mucho en costos y nos ayuda a controlar cualquier problema que tengamos en la granja”.
Las nuevas herramientas surgieron del trabajo de Microsoft con grandes clientes como Land O’ Lakes y Bayer para integrar y analizar datos. Project FarmVibes refleja investigaciones más recientes en agricultura sostenible y de precisión.
Al abrir el código de sus herramientas de investigación más recientes, Microsoft quiere difundirlas mucho más allá de Washington para ayudar a abordar el problema alimentario urgente del mundo, dijo Ranveer Chandra, director gerente de Investigación para la Industria.
Para 2050, tendremos que casi duplicar la producción mundial de alimentos para alimentar al planeta, dijo Chandra. Pero a medida que el cambio climático se acelera, los niveles de agua descienden y las tierras cultivables desaparecen, hacerlo de manera sostenible será un gran desafío.
“Creemos que uno de los enfoques más prometedores para abordar este problema es la agricultura basada en datos”, dijo.
La investigación da sus frutos
Hasta hace poco, la granja de Nelson era como muchas otras en todo el mundo. Tenía internet en su casa, pero la señal de Wi-Fi terminaba afuera de su puerta. Sus 7,500 acres eran una zona muerta.
Ahora utiliza una solución de Project FarmVibes, llamada FarmVibes.Connect, que, de manera eventual, será de código abierto de Microsoft para brindar conectividad a lugares remotos y rurales. Brinda acceso de banda ancha a través de espacios en blanco de TV, el espectro no utilizado que parpadea como «nieve» entre canales. Hoy, Nelson tiene una antena de espacios en blanco de TV alimentada por energía solar que actúa como un enrutador Wi-Fi, pero que puede cubrir la mayor parte de su granja.
Esa conectividad le ha permitido obtener información de la suite FarmVibes.AI. Ahora disponible en GitHub, FarmVibes.AI incluye:
Async Fusion, que combina imágenes de drones y satélites con datos de sensores terrestres para ofrecer información. Por ejemplo, Nelson usa Async Fusion para crear mapas de calor de nutrientes a partir de imágenes de drones multiespectrales y datos de sensores de suelo. Estos mapas se utilizan para variar la velocidad a la que planta semillas y aplica fertilizante, lo que puede aumentar el rendimiento y evitar la fertilización excesiva. Async Fusion también puede crear mapas de humedad del suelo a partir de datos de sensores en la granja de Nelson. Estos mapas le dicen a Nelson qué tan profundo debe plantar sus semillas y en qué orden debe plantar sus campos. Como beneficio adicional, pueden ayudar a evitar que los tractores y pulverizadores se atasquen en la suciedad.
SpaceEye, que utiliza IA para eliminar las nubes de las imágenes satelitales. Esto ayuda a Nelson a llenar los espacios en áreas que no ha explorado con un dron. Luego puede introducir estas imágenes en modelos de IA que pueden identificar malezas, ayudándolo a crear mapas para distribuir herbicidas solo en las áreas que los necesitan. E incluso cuando rocía, estos mapas le permiten variar la tasa de aplicación, para entregar más volumen a los parches con una alta densidad de población de malezas y una carga más ligera en otros lugares.
DeepMC, que utiliza datos de sensores y pronósticos de estaciones meteorológicas para predecir las temperaturas y la velocidad del viento para el microclima de su granja. En el área de Nelson, el pronóstico del tiempo local predice qué condiciones serán a 10 metros del suelo. “Bueno, no me importa lo que esté a 10 metros del suelo”, dijo. “Me importa cómo será donde están mis cultivos”. A principios de esta primavera, Nelson se preparaba para rociar sus campos de trigo. Comprobó las previsiones para la ventana meteorológica correcta; las plantas se verían dañadas por el herbicida si las rociaba a temperaturas bajo cero. El pronóstico local parecía prometedor, pero DeepMC predijo un congelamiento. Detuvo la fumigación y se despertó con escarcha.
Una herramienta de análisis hipotética que estima cómo varias prácticas agrícolas afectarían la cantidad de carbono secuestrado en el suelo. Hoy, Nelson usa estos escenarios hipotéticos para mejorar la salud de su suelo y aumentar el rendimiento. Pero planea usarlos para ingresar a los mercados de carbono, que pagan a los agricultores por prácticas que mantienen el dióxido de carbono encerrado en el suelo en lugar de ingresar a la atmósfera.
En la actualidad, Nelson ha comenzado a probar otras herramientas de Project FarmVibes más allá de FarmVibes.AI que serán de código abierto en el futuro. Esto incluye FarmVibes.Edge, que comprime de manera inteligente grandes cantidades de datos de vuelos de exploración de drones. Identifica las áreas que le importan a un agricultor, por ejemplo, las malas hierbas en un campo, e ignora otros detalles como las carreteras. Esto permite que FarmVibes.Edge construya de manera eficiente imágenes muy pequeñas, que puedan ser cargadas en la nube a través de FarmVibes.Connect.
A nivel colectivo, estas tecnologías tienen un gran impacto tanto en sus campos como en su cuenta bancaria. Por ejemplo, el primer año que Nelson usó datos para guiar su fumigación, la cantidad que ahorró fue justo la cantidad que ganó. A principios de esta primavera, aplicó el enfoque a un tercio de sus campos y ahorró casi un 35% en uno de sus productos químicos más utilizados. Después de la cosecha de otoño, estima ahorrar un 40% adicional. “Ese es un empleado”, dijo.
Nelson continúa con pruebas de las nuevas tecnologías de Microsoft Research. Una de las más recientes son los sensores de trazabilidad, que siguen la cosecha de Nelson desde el campo hasta el camión y el contenedor de almacenamiento. Dentro de los silos de granos, estos sensores ayudarán a Nelson a controlar los niveles de dióxido de carbono. Si comienzan a subir, es una señal de que se esconde demasiada humedad en el interior, y Nelson sabrá que hay que encender ventiladores gigantes para proteger su cultivo. Más tarde, los sensores ayudarán a rastrear la cosecha, para asegurar que una variedad particular de trigo con destino, digamos, a Asia esté en el camión correcto que se dirige a la barcaza correcta a lo largo del río Snake.
De hoces a hojas de cálculo
Los algoritmos de IA como Async Fusion, SpaceEye y DeepMC no solo podrían ayudar a los agricultores a adaptarse a un clima cambiante, dijo Chandra. Podrían ayudar a abordarlo. Al reducir la cantidad de agua y productos químicos que usan los agricultores, dijo, la tecnología puede aumentar la productividad de manera sostenible.
Mientras tanto, la herramienta de análisis hipotético en FarmVibes.AI puede, de manera potencial, ayudar a las granjas a eliminar el carbono que contribuye al calentamiento global, dijo Chandra.
“La agricultura es una de las causas del cambio climático, es la más afectada por el cambio climático, pero con la ayuda de la tecnología también puede ser una solución al cambio climático”, dijo Chandra.
Chandra señala que la mayoría de los agricultores de todo el mundo no son como Nelson, que se siente tan cómodo cuando escribe código como en una cosechadora. La mayoría no descargará estas herramientas en GitHub. En cambio, Microsoft quiere inspirar a los socios académicos y de la industria para que traduzcan esta investigación en herramientas que puedan usar todos los agricultores, incluidas las pequeñas granjas en el mundo en desarrollo.
“Es por eso que abrimos el código: para poner esto a disposición de la comunidad para que puedan llevar lo mejor de la ciencia del suelo a lo mejor de la informática para desbloquear la oportunidad de ayudar a habilitar la agricultura sostenible”.
Los agricultores siempre han recurrido a la tecnología para exprimir más la tierra, dijo Nelson. Así que no ve un gran salto de la hoz y la guadaña al software y las hojas de cálculo.
“Creo que es como ha progresado la informática: todo todavía se construye sobre todo lo que vino antes”, dijo Nelson. “Con equipos más potentes, puedo cultivar 7,500 acres donde mi abuelo cultivó 750. Con Project FarmVibes, la tecnología me ayuda a volver a la agricultura en esa escala más pequeña, acre por acre, en lugar de campo por campo, porque tengo una comprensión granular de la tierra.”
Fuente: Microsoft News