Líderes de opinión

Por qué el problema de los datos agrícolas es un problema de IA — y cómo pueden ayudar las plantas

Dr. Christopher Seifert Chip Franzén, Software Engineer at InnerPlant
Añade Unite.AI a tus fuentes preferidas en Google
Puntos claveLa IA agrícola fracasa porque depende de datos ambientales externos en lugar de señales…
Ver más
  • La IA agrícola fracasa porque depende de datos ambientales externos en lugar de señales biológicas directas de las plantas.
  • Las plantas diseñadas para señalar estados internos como enfermedades ofrecen a la IA una nueva clase de datos biológicos accionables.
  • La adquisición de Climate Corporation por 1.100 millones de dólares ejemplifica una década de expectativas exageradas sobre estrategias defectuosas de datos externos.

Cada pocos años, el sector de la tecnología agrícola recibe una nueva supuesta solución milagrosa. En 2013, el relato era que el big data transformaría la gestión de las explotaciones agrícolas — la adquisición de The Climate Corporation por Monsanto por 1.100 millones de dólares debía inaugurar una nueva era de agricultura predictiva. Unos años después, los invernaderos impulsados por IA iban a traer una segunda Revolución Verde. Luego llegaron las promesas de cosecha robotizada, agrónomos basados en IA generativa y, ahora, IA agéntica que supuestamente tomará decisiones autónomas en nombre de los agricultores de todo el mundo.

El patrón debería resultar familiar: cada ola de expectativas exageradas se apoya en la anterior, pero la inversión de capital de riesgo en AgTech sigue decepcionando, y los resultados transformadores continúan siendo esquivos. ¿Por qué? No porque falte talento a los ingenieros ni porque la ciencia en la que se basa la IA sea defectuosa. El problema es más profundo y está en los propios datos de los que dependen los sistemas de IA agrícola.

Mientras no replanteemos de raíz qué datos recopilamos y cómo lo hacemos, la revolución de la IA agrícola seguirá siendo una promesa perpetua, en lugar de una realidad presente.

Tres razones por las que la IA agrícola sigue fallando

La agricultura es uno de los entornos más inhóspitos que cabe imaginar para desarrollar IA. Los desafíos no son pequeños problemas de ingeniería, sino estructurales. Estos factores explican por qué las prácticas habituales de la IA son tan difíciles de aplicar en este ámbito:

Bucles de retroalimentación al ritmo de la biología, no del software

Los sistemas modernos de IA están diseñados para iterar rápidamente. Un modelo de software puede volver a entrenarse en horas; un ensayo de un medicamento lleva años. La agricultura se aproxima más al segundo caso. La innovación de Norman Borlaug en la década de 1970, reconocida con el Nobel, consistió en parte en acortar los ciclos de mejora de cultivos de uno a dos al año. Hoy, las empresas de semillas más avanzadas consiguen tres ciclos anuales, un ritmo todavía extremadamente lento según los estándares de la IA. Cuando los datos de referencia del resultado real llegan con la cosecha, mejorar los modelos requiere años, no breves sprints de desarrollo.

La complejidad agrícola rompe los supuestos habituales de la IA

Plantee una pregunta aparentemente sencilla — ¿cuánto nitrógeno debería recibir este campo? — y las variables se multiplican: composición del suelo, rotaciones anteriores, historial de patógenos, microclima, décadas de historial ganadero, retención de agua, prácticas de labranza y decenas de factores más que interactúan entre sí. Las investigaciones sobre los límites del razonamiento de la IA muestran que la precisión de los modelos se desploma en entornos de alta dimensionalidad. La agricultura no solo tiene muchas dimensiones: es uno de los ámbitos con más dimensiones que los seres humanos han intentado modelar.

Cada explotación es su propio caso límite

En la agricultura real no hay una vaca esférica. Cada explotación combina de manera particular el acceso a la tecnología, la filosofía de trabajo, las restricciones de capital y la tolerancia al riesgo. Un modelo entrenado con grandes explotaciones de cultivos en hileras del Medio Oeste estadounidense fracasará estrepitosamente en una pequeña granja de producción diversificada del noroeste del Pacífico. Nada se generaliza sin dificultades, y diseñar para cada caso límite aumenta la dimensionalidad hasta hacerla aún más inviable en la práctica.

La respuesta son datos mejores, no más datos

El instinto de Silicon Valley ante la mayoría de los problemas difíciles es añadir capacidad de cómputo y datos. En la agricultura, esto ha producido cifras asombrosas: se estima que una explotación media genera hoy 500.000 puntos de datos al día. Los satélites fotografían cada campo de la Tierra. Los sensores registran con detalle la temperatura, la humedad del aire y la humedad del suelo.

Aun así, la comunidad de IA agrícola reconoce ampliamente la falta de datos de calidad. El problema no es el volumen, sino la relevancia. Todos esos datos de sensores, imágenes satelitales e informes de análisis del suelo captan lo que ocurre alrededor de la planta. Ninguno capta lo que sucede dentro de ella.

Imagine un ingeniero de carreras de Fórmula 1 que intenta optimizar el tiempo por vuelta utilizando solo datos de seguimiento GPS. La velocidad, la posición y la trayectoria ofrecen un punto de partida, pero sin telemetría del motor, sensores de temperatura de los neumáticos y datos del flujo de combustible, el modelo siempre hará conjeturas sobre las relaciones causales. Los datos agrícolas externos funcionan exactamente igual. Indican las condiciones del entorno, pero no cómo está respondiendo realmente el cultivo a ellas.

Esto explica algunos de los fracasos más visibles de la IA en la agricultura. Gro Intelligence captó más de 120 millones de dólares para construir el mayor repositorio de datos climáticos agrícolas del mundo y terminó cerrando. Más datos externos, por muy precisamente que se recopilen, no resuelven el problema fundamental: estamos midiendo lo equivocado.

Qué significa realmente escuchar a la planta

Las nuevas biotecnologías permiten ahora, por primera vez, obtener datos directamente del interior de las plantas que cultivamos. La idea central es modificar las plantas para que indiquen sus propios estados biológicos internos. Comunican estrés, infección o necesidades de recursos mediante señales medibles, en lugar de tener que inferir esos estados a partir de indicadores externos indirectos.

A principios de este año, uno de estos métodos produjo un resultado histórico: una planta de soja modificada para emitir señales fluorescentes reveló una infección fúngica en tiempo real antes de que apareciera cualquier síntoma visible. En 10.000 años de agricultura, los agricultores nunca habían podido detectar una enfermedad en esa fase. La respuesta inmunitaria de la propia planta activó la señal. La planta proporcionó los datos.

Esto importa para los resultados prácticos del cultivo. Detectar antes una enfermedad permite intervenir antes, reducir pérdidas y disminuir los insumos químicos. Pero es igual de importante para la IA agrícola, porque representa una categoría de datos fundamentalmente nueva.

Inferir la biología de las plantas a partir de condiciones externas es una tarea inherentemente ruidosa, de alta dimensionalidad y susceptible a factores de confusión. En su lugar, los sistemas de IA pueden entrenarse ahora con mediciones directas de la fisiología vegetal. El problema de dimensionalidad se reduce drásticamente y el bucle de retroalimentación se acorta. Los casos límite no desaparecen, pero son más manejables cuando trabajamos con señales de la propia planta y no con variables indirectas del entorno.

Un nuevo paradigma de datos para una nueva era de IA agrícola

La comparación con el desarrollo de vehículos autónomos es instructiva. Empresas como Waymo no triunfaron intentando entrenar sus modelos únicamente con los datos públicos de carreteras existentes. Construyeron sus propios conjuntos de sensores y generaron enormes volúmenes de datos de alta calidad, recopilados por ellas mismas, que captaban exactamente lo que los modelos necesitaban aprender. La estrategia de datos fue tan importante como la arquitectura del modelo.

La IA agrícola necesita un replanteamiento similar. El camino no consiste en aplicar mejores modelos a los datos agrícolas existentes. Esos conjuntos tienen una limitación fundamental: solo observan el entorno del cultivo, no el propio cultivo. El camino es generar una nueva categoría de datos basada en la biología real de las plantas y construir sistemas de IA diseñados para aprender de ella.

Ese tipo de datos — telemetría biológica continua de los cultivos de las principales regiones agrícolas durante toda la temporada — aún no existe a gran escala. Pero las tecnologías para generarlos se están haciendo realidad. Cuando lleguen esos datos, permitirán modelos de IA que de verdad ayuden a los agricultores con decisiones complejas: no procesando por fuerza bruta un mar ruidoso de variables externas, sino entendiendo, casi en tiempo real, lo que el propio cultivo necesita.

La brecha de calidad de los datos agrícolas se debate desde hace años. Lo que ha cambiado es que ahora tenemos una respuesta creíble, y comienza en las propias plantas.

El verdadero camino hacia la próxima Revolución Verde

Alimentar de manera sostenible a 8.000 millones de personas, a las que se prevé que se sumen otros 2.000 millones para 2050, mientras afrontamos las alteraciones climáticas, los costes de los insumos y la escasez de agua, es uno de los desafíos que definen este siglo. La IA agrícola puede ayudar en cada parte, pero solo si se basa en datos que realmente reflejan lo que sucede dentro de los cultivos que intentamos producir.

Durante más de una década, el sector ha intentado resolver el problema acumulando datos externos y añadiendo capacidad de cómputo. Esto ha aportado mejoras graduales, pero no el avance decisivo que necesita. Tampoco lo aportará, porque el problema fundamental de los datos sigue sin resolverse.

La próxima Revolución Verde no nacerá de otra arquitectura de modelo prometedora ni de otra empresa emergente bien financiada con un mejor proceso de tratamiento de imágenes satelitales. Comenzará cuando los sistemas de IA puedan, por fin, escuchar lo que el cultivo intenta decir.

El Dr. Christopher Seifert es el jefe de producto de software en InnerPlant, donde dirige los sistemas de datos y aprendizaje automático de la empresa. Se unió a InnerPlant después de construir productos y plataformas en casi todas las capas de la pila de datos agrícolas, con experiencia que abarca la teledetección por satélite, análisis geoespaciales, software de gestión de granjas y infraestructura de datos de semillas y agronomía. Su experiencia incluye puestos de liderazgo en Granular y Corteva Agriscience, así como trabajo anterior en Google y The Climate Corporation, y experiencia de investigación en la NASA y el Programa de Seguridad Alimentaria y Medio Ambiente de Stanford. También cofundó y se desempeñó como CEO de AcreValue, una plataforma de valoración de tierras agrícolas adquirida por Granular. Esta amplitud de experiencia le da una visión clara de dónde ha funcionado la inteligencia artificial agrícola, dónde ha tenido dificultades para producir resultados en el campo y qué se necesita para operar sistemas fiables y aptos para su uso en entornos de producción en la agricultura. Tiene un doctorado en Ciencias del Sistema Terrestre, así como una maestría y una licenciatura en Sistemas Terrestres de la Universidad de Stanford.

Chip Franzén es ingeniero de software en InnerPlant, donde diseña y construye los flujos de procesamiento de datos y aprendizaje automático de la empresa para aplicaciones de detección agrícola, con énfasis en IoT, visión por computadora y teledetección. Antes de InnerPlant, dedicó años a aplicar el aprendizaje automático a la agricultura en empresas como Granular e Indigo. Trabajó en valoración de tierras, identificación de la cobertura terrestre mediante visión por computadora, flujos de datos espaciales y MLOps para modelos agronómicos y API de inferencia basados en teledetección. En InnerPlant aporta experiencia full-stack para convertir señales biológicas y geoespaciales complejas en resultados fiables y listos para producción que los equipos puedan usar en sus flujos de trabajo reales. Posee un BA de la Universidad Duke y una maestría en Ciencias de Datos de Galvanize.