Por qué el problema de datos de la agricultura es un problema de inteligencia artificial — y qué pueden hacer las plantas al respecto

Cada pocos años, el sector de la tecnología agrícola recibe un nuevo balazo de plata. En 2013, la narrativa era la de grandes datos transformando la gestión de granjas — la adquisición de The Climate Corporation por parte de Monsanto por $1.100 millones se suponía que debía anunciar una nueva era de agricultura predictiva. Unos años más tarde, invernaderos impulsados por inteligencia artificial iban a entregar una segunda Revolución Verde. Luego vino la promesa de cosecha robótica, luego agrónomos generativos de inteligencia artificial, y ahora inteligencia artificial agente que supuestamente tomará decisiones de manera autónoma en nombre de los agricultores de todo el mundo.

El patrón debería ser familiar: cada ola de histeria se construye sobre la anterior, sin embargo, la inversión de capital de riesgo en AgTech sigue siendo decepcionante, y los resultados transformadores siguen siendo esquivos. ¿Por qué? No porque los ingenieros no sean talentosos, o porque la ciencia subyacente de la inteligencia artificial esté defectuosa. El problema es más profundo, hasta la propia datos que los sistemas de inteligencia artificial agrícola dependen.

Hasta que no replanteemos fundamentalmente qué datos recopilamos y cómo los recopilamos, la revolución de la inteligencia artificial agrícola seguirá siendo una promesa perpetua en lugar de una realidad presente.

Tres razones por las que la inteligencia artificial agrícola sigue fallando

La agricultura es uno de los entornos más inhóspitos imaginables para desarrollar inteligencia artificial. Los desafíos no son problemas de ingeniería triviales — son estructurales. Aquí está lo que hace que este dominio sea tan resistente al libro de jugadas habitual de la inteligencia artificial:

Bucles de retroalimentación que se mueven a la velocidad de la biología, no de software.

Los sistemas de inteligencia artificial modernos están diseñados alrededor de la iteración rápida. Un modelo de software se puede volver a entrenar en cuestión de horas; un ensayo clínico tarda años. La agricultura se encuentra más cerca de lo último. La innovación reconocida con el Premio Nobel de Norman Borlaug en la década de 1970 se centró en parte en comprimir los ciclos de cría de cultivos de una vez a dos veces al año. Hoy en día, las empresas de semillas más avanzadas gestionan tres ciclos al año; todavía muy lentos según los estándares de la inteligencia artificial. Cuando su verdad fundamental llega con la cosecha, los plazos de mejora del modelo se extienden durante años, no durante sprints.

La complejidad agrícola rompe las suposiciones habituales de la inteligencia artificial

Haga una pregunta aparentemente simple — ¿cuánto nitrógeno debe recibir este campo? — y las variables se multiplican rápidamente: composición del suelo, rotaciones de cultivos anteriores, historial de patógenos, microclima, historial de ganado que se remonta a décadas, retención de agua, prácticas de labranza y docenas de otros factores interactuantes. Investigaciones sobre las limitaciones de razonamiento de la inteligencia artificial muestran que la precisión del modelo se derrumba en entornos de alta dimensionalidad. La agricultura no es solo de alta dimensionalidad; es uno de los dominios de mayor dimensionalidad que los humanos han intentado modelar.

Cada granja es su propio caso límite.

No hay vaca esférica en la agricultura real. Cada operación tiene su propia combinación de acceso a tecnología, filosofía laboral, restricciones de capital y tolerancia al riesgo. Un modelo entrenado en operaciones de cultivos de remolacha en el Medio Oeste no funcionará cuando se aplique a una pequeña granja diversificada en el noroeste del Pacífico. Nada se generaliza limpiamente, y construir para cada caso límite empuja la dimensionalidad aún más hacia un territorio inmanejable.

Más datos no es la respuesta — mejores datos sí

El instinto de Silicon Valley para la mayoría de los problemas difíciles es arrojar más cómputo y más datos a ellos. En la agricultura, ese instinto ha producido algunos números asombrosos: la granja promedio ahora genera un estimado de 500.000 puntos de datos por día. Los satélites imprimen cada campo de la Tierra. Los sensores registran temperatura, humedad y humedad del suelo en detalle granular.

Y sin embargo, la comunidad de inteligencia artificial agrícola reconoce ampliamente un déficit de datos de calidad. El problema no es el volumen. Es la relevancia. Todos esos datos de sensores, todas esas imágenes de satélite, todos esos informes de análisis de suelo — capturan lo que está sucediendo alrededor de la planta. Ninguno de ellos captura lo que está sucediendo dentro de la planta.

Considere la analogía de un ingeniero de carreras de Fórmula 1 que intenta optimizar el tiempo de vuelta utilizando solo datos de seguimiento de GPS. La velocidad, la posición y la trayectoria le dan algo con qué trabajar, pero sin datos de telemetría del motor, sensores de temperatura de los neumáticos y datos de flujo de combustible, su modelo siempre estará adivinando sobre la causalidad. Los datos agrícolas externos son exactamente los mismos. Le dicen qué condiciones existen en el entorno, pero no pueden decirle cómo está respondiendo realmente el cultivo a esas condiciones.

Esto explica algunos de los fracasos más visibles de la inteligencia artificial en la agricultura. Gro Intelligence recaudó más de $120 millones construyendo el repositorio de datos climáticos agrícolas más grande del mundo y finalmente cerró. Más datos externos, sin embargo precisos que se recopilen, no solucionan el problema subyacente: estamos midiendo la cosa equivocada.

Qué significa realmente escuchar a la planta

Nuevas biotecnologías están haciendo posible, por primera vez, obtener datos directamente de los cultivos que crecemos. La idea central es ingenierizar cultivos que señalicen sus propios estados biológicos internos — comunicando estrés, infección o necesidades de recursos a través de salidas medibles en lugar de requerir inferencia a partir de proxies externos.

Al comienzo de este año, uno de estos enfoques produjo un resultado genuinamente histórico — un cultivo de soja con señalización fluorescente ingenierizada reveló una infección fúngica en tiempo real antes de que aparecieran síntomas visibles en la planta. En 10.000 años de agricultura, los agricultores nunca han podido detectar la enfermedad en esa etapa. La respuesta inmune de la planta desencadenó la señal. La planta en sí proporcionó los datos.

Esto importa para los resultados prácticos de la agricultura. La detección temprana de la enfermedad permite una intervención temprana, reduciendo las pérdidas y los insumos químicos. Pero importa igual para la inteligencia artificial agrícola, porque representa una clase fundamentalmente nueva de datos.

En lugar de intentar inferir la biología de la planta a partir de condiciones externas — una tarea que es inherentemente ruidosa, de alta dimensionalidad y propensa a factores confusos — los sistemas de inteligencia artificial pueden ahora ser entrenados en mediciones directas de la fisiología de la planta. El problema de dimensionalidad se reduce drásticamente. El bucle de retroalimentación se reduce. El problema del caso límite no desaparece, pero se vuelve más manejable cuando se trabaja con señales que la planta en sí está emitiendo en lugar de variables proxy en el entorno circundante.

Un nuevo paradigma de datos para una nueva era de inteligencia artificial agrícola

La comparación con el desarrollo de vehículos autónomos es instructiva. Empresas como Waymo no tuvieron éxito intentando entrenar sus modelos con datos de carreteras públicas existentes solamente. Construyeron matrices de sensores propietarias y generaron conjuntos de datos de alta calidad, de primera parte, que capturaron exactamente lo que sus modelos necesitaban aprender. La estrategia de datos fue tan importante como la arquitectura del modelo.

La inteligencia artificial agrícola necesita un replanteamiento similar. El camino hacia adelante no es mejores modelos aplicados a conjuntos de datos agrícolas existentes. Esos conjuntos de datos están fundamentalmente limitados por el hecho de que solo observan el entorno del cultivo, no el cultivo en sí. El camino hacia adelante es generar una nueva categoría de datos, basada en la biología de la planta real, y construir sistemas de inteligencia artificial diseñados para aprender de ella.

Esos datos — telemetría biológica continua, de temporada larga, de cultivos en todo el corazón agrícola — no existen todavía a escala. Pero las tecnologías para generarlos están volviéndose reales. Cuando esos datos lleguen, harán posible los tipos de modelos de inteligencia artificial que pueden ayudar genuinamente a los agricultores a navegar decisiones complejas: no forzando a través de un mar ruidoso de variables externas, sino entendiendo, en algo cercano al tiempo real, lo que el cultivo en sí necesita.

La brecha de calidad de datos en la agricultura ha sido discutida durante años. Lo que ha cambiado es que ahora tenemos una respuesta creíble a ella, y comienza con las plantas en sí.

El camino real hacia la próxima Revolución Verde

Alimentar a 8.000 millones de personas de manera sostenible — con otros 2.000 millones esperados para 2050 — mientras se gestiona la perturbación climática, los costos de insumos y la escasez de agua es uno de los desafíos definitorios de este siglo. La inteligencia artificial agrícola tiene el potencial de ayudar con cada parte de ese desafío. Pero solo si se construye sobre datos que realmente reflejan lo que está sucediendo dentro de los cultivos que intentamos cultivar.

Durante más de una década, la industria ha estado intentando resolver ese problema acumulando más datos externos y arrojando más cómputo a ellos. Ese enfoque ha producido victorias incrementales, pero no ha entregado el avance que el sector necesita. No lo hará — porque el problema de datos fundamental sigue sin resolverse.

La próxima Revolución Verde no será sembrada por otra arquitectura de modelo prometedor o otra startup bien financiada con una mejor tubería de imágenes de satélite. Comenzará cuando los sistemas de inteligencia artificial puedan finalmente escuchar lo que el cultivo está tratando de decir.