Con el rápido aumento de la IA en la vida cotidiana, nada, ni siquiera el agricultor tradicional, queda ajeno a la tecnología.
por Peter Grad, Tech Xplore
Un estudio sobre la última generación de herramientas agrícolas da una idea de hasta dónde ha llegado la agricultura moderna.
El Ecorobotix, una «mesa sobre ruedas» asistida por GPS de dos metros de ancho, como la han descrito algunos, es una unidad alimentada por batería solar que recorre los campos de cultivo y destruye las malas hierbas con precisión milimétrica. Cuenta con una tasa de eficiencia del 95%, prácticamente sin desperdicio.
Los enérgicos sistemas Universal Robots pueden recolectar frutas cítricas como naranjas y pomelos con un sistema robótico que despliega múltiples cámaras y brazos flexibles.
River LettuceBot escanea la geometría del cultivo y garantiza un crecimiento óptimo y un uso mínimo de pesticidas al distinguir entre malezas y productos mientras aclara los cultivos de hortalizas demasiado poblados. Esto previene la sobresaturación y las enfermedades.
PrecisionHawk ayuda a todo tipo de operaciones agrícolas robóticas con sensores y análisis remotos basados en drones.
Los científicos continúan probando nuevos enfoques para lograr una mayor eficiencia en las tareas agrícolas.
En las universidades de Edimburgo (Escocia) y Sheffield (Inglaterra), los investigadores están abordando el problema de la navegación visual a través de una densa vegetación, un desafío para las estructuras robóticas que realizan tareas en terrenos irregulares y sin marcar.
Para ello, se inspiraron en un modelo diminuto: Formica rufa, más conocida como la hormiga.
Las hormigas pueden ser pequeñas, pero realizan grandes tareas. Resuelven problemas organizativos complejos y tienen una división sistemática del trabajo. Y les ha ido bastante bien en el departamento de evolución: han existido alrededor de 100 millones de años. Los entomólogos estiman que hoy en día viven entre nosotros hasta 20 mil billones de personas. Eso significa que su masa sería aproximadamente equivalente a la masa de todos los humanos vivos en la actualidad.
En un artículo, «Aprendizaje de secuencias neuromórficas con una cámara de eventos en rutas a través de la vegetación», publicado en la revista Science Robotics , los profesores dijeron que buscaban » soluciones a bordo eficientes y de bajo consumo » para su investigación sobre navegación robótica.
«Nos inspiramos en insectos, como las hormigas, que son capaces de aprender y seguir rutas en entornos naturales complejos utilizando sistemas sensoriales y neuronales relativamente restringidos «, dijo el investigador Le Zhu.
«Los cerebros de insectos en particular proporcionan una poderosa combinación de eficiencia y eficacia», dijo Zhu. «Aquí proporcionamos un ejemplo de tal enfoque, implementando una red para la memoria de ruta visual en hardware neuromórfico que se basó directamente en conocimientos recientes de la neurociencia de los insectos».
Diseñaron una red neuronal artificial que esencialmente ayuda a los robots dirigiéndolos a través de entornos desafiantes y llenos de vegetación.
«Incluso los animales ‘simples’, como las hormigas, pueden sobresalir en la navegación en condiciones naturales al aire libre… que aún desafían a los robots actuales», dijo Zhu. «Un problema en estos entornos es reconocer lugares visitados anteriormente o rutas recorridas como base para un sistema de navegación».
Construyeron un robot que recopila imágenes a lo largo de rutas desconocidas y desarrollaron un algoritmo basado en circuitos encontrados en el cerebro de los insectos.
Se basaron en investigaciones previas sobre la memoria de los insectos y los «cuerpos de hongos», componentes estructurales del cerebro de los insectos que analizan la información sensorial (especialmente los olores) y la integran con la navegación y tareas como encontrar comida y evitar enemigos.
Los investigadores probaron su modelo neuronal a lo largo de rutas desafiantes en campos irregulares, fangosos y con mucha vegetación y lograron resultados positivos. Dijeron que su investigación es prometedora para futuras aplicaciones en agricultura, silvicultura y monitoreo ambiental.
«Utilizamos una cámara de eventos bioinspirada en un robot terrestre para recopilar secuencias visuales a lo largo de rutas en entornos naturales al aire libre y aplicamos un algoritmo neuronal para la memoria espaciotemporal que se basa estrechamente en un circuito neuronal conocido en el cerebro del insecto», dijo Zhu. «Demostramos que este método es plausible para respaldar el reconocimiento de rutas para la navegación visual».
Más información: Le Zhu et al, Aprendizaje de secuencias neuromórficas con una cámara de eventos en rutas a través de la vegetación, Science Robotics (2023). DOI: 10.1126/scirobotics.adg3679
