El Desafío Internacional de Invernaderos Autónomos (AGIC), organizado por la Universidad e Investigación de Wageningen (WUR), se basa en la creencia subyacente de que la inteligencia artificial representa una importante oportunidad para impulsar la productividad de la horticultura. Esto ofrecerá beneficios de sostenibilidad en términos de reducción del uso de recursos y ayudará a garantizar un suministro eficiente de hortalizas sanas para alimentar a la creciente población mundial. De los 21 equipos multidisciplinarios de todo el mundo que participaron en el hackathon previo al desafío de AGIC en los Países Bajos en septiembre de 2019, cinco llegaron al evento final.
Uno de esos equipos es Digilog, casi todos cuyos 16 miembros tienen su sede en Corea del Sur (con participantes también en Bélgica e Israel). El equipo está dirigido por H.K. Suh, director de tecnología y vicepresidente de A-Net en Seúl y profesor adjunto de ingeniería agrícola en la Universidad de Dong-A, donde está especializado en robótica y automatización en la agricultura. "Hice mi doctorado y mi postdoctorado en la WUR, que es donde conocí el reto. Me pareció una idea fascinante. Así que cuando empecé a trabajar en A-Net, decidí organizar un equipo", explica. "No fue fácil, pero al final encontramos la combinación adecuada de ingenieros de software, expertos en cultivos y especialistas en hardware y software. Elegimos el nombre Digilog para representar la fusión de 'Digital' y 'Analógico': la nueva armonía en la era que se avecina".
Equipo multidisciplinar
Un miembro clave en el lado del software es JinHyung Cho, director general de una empresa emergente llamada ioCrops Inc, con sede en Seúl. "Nuestra empresa se fundó en agosto de 2018 para crear una plataforma de software de gestión de datos basada en la nube para la agricultura de precisión en cultivos en invernadero", explica JinHyung. "El objetivo del AGIC coincide con el de nuestra empresa: utilizar datos y una plataforma de gestión de datos para hacer realidad el invernadero autónomo. Actualmente estamos recopilando datos de muchos productores de Corea del Sur como base para nuestros algoritmos, así que la AGIC es una oportunidad excelente para probar nuestro software y todos nuestros sensores." Otro miembro clave del equipo Digilog es Hyeran Lee. Se licenció en horticultura y ahora trabaja en ioCrops como analista de agrodatos. "Conocí a Suh cuando era estudiante de posgrado en WUR. Me interesa mucho cómo puede aplicarse el aprendizaje automático a los cultivos, que dependen en gran medida de la experiencia humana, así que me encantó que me pidiera que me uniera al equipo", comenta.
Control preciso de la zona radicular
Todos los equipos del AGIC tienen seis meses para producir un cultivo de tomates cherry a distancia. La WUR pone a disposición de cada equipo multidisciplinar el espacio y los controles del invernadero, incluido el equipo suministrado por Grodan, en sus instalaciones de investigación agrícola de la ciudad holandesa de Bleiswijk. "En un compartimento de invernadero de 96m2, tenemos una superficie real de cultivo de 76,8m2. El cultivo -una sola variedad de tomate- se plantó a mediados de diciembre de 2019. Cada equipo está utilizando los slabs de Grodan como sustrato. En el pasado, he trabajado con otros tipos de slabs de ROCKWOOL y coco, y hay una clara diferencia", dice JinHyung. "Los slabs de Grodan tienen una calidad y una capacidad de absorción muy uniformes. Esto nos permite un control mucho más preciso del nivel de contenido de agua y CE en la zona radicular, lo que supone una gran ventaja para las raíces y, por tanto, para la salud de las plantas. Además, las slabs no desprenden suciedad, por lo que el invernadero se mantiene limpio".
"Los organizadores de AGIC han instalado sensores GroSens para proporcionar datos de los slabs a todos los equipos. Además, hemos instalado nuestros propios sensores y algunas cámaras para ver cómo crecen los cultivos", continúa. "Hemos estado recopilando y analizando todo tipo de datos, no sólo sobre el clima del invernadero, como la temperatura y la humedad relativa, sino también sobre el perfil de la planta, como la altura de la planta, el número de hojas, el número de frutos por soporte, el grosor del tallo, etcétera. Incluso tenemos un sensor para medir la temperatura de las hojas. Todo esto nos ayuda a controlar de forma óptima los insumos para conseguir el perfil de planta deseado".
Datos significativos de los sensores
Los sensores y las cámaras web recogen los datos y los envían a los servidores de forma casi continua. "Accedemos a los datos cada mañana. Comprobamos el valor del agua de riego (l/m²) y del drenaje (l/m²) para calcular el porcentaje de drenaje y, a continuación, también comprobamos la tendencia del gráfico del contenido de agua del slab (del sensor Grodan) y del peso del slab (del sensor ioCrops). Evaluamos la diferencia entre los valores mínimo y máximo del contenido de agua y el peso del slab y decidimos cómo ajustar nuestra estrategia de riego, por ejemplo, cuándo iniciar y detener el riego, el volumen y la duración del riego y cuánto tiempo esperar entre cada sesión de riego", explica Hyeran.
"Nuestros propios sensores miden la temperatura de slab y la CE del mismo, y detectan el peso del slab para indicar el contenido de agua", prosigue. "Pero esto incluye el peso de la planta, su follaje y sus frutos. Por eso GroSens es tan útil. Se trata de un sensor basado en FDR para medir únicamente la propiedad eléctrica del propio slab y la distribución de la humedad en él. Tomando el peso del slab de nuestros propios sensores y combinándolo con los datos de GroSens, obtenemos una imagen precisa y absoluta. No se trata sólo de tener más datos, sino de tener datos más significativos".
Superar los retos
Desde el punto de vista del software, ha resultado todo un reto conseguir que el modelo de IA funcione de forma óptima en los seis meses de plazo del proyecto. "El objetivo del AGIC es fomentar el uso de la inteligencia artificial (IA), pero el plazo es casi demasiado corto para lograr resultados significativos", comenta JinHyung. "Los algoritmos de IA tienen que 'entrenarse' a partir de datos reales para beneficiarse del aprendizaje automático. Seguimos afinando nuestro algoritmo, y cada vez es mejor, pero ahora sólo nos quedan un par de meses hasta que el reto termine en junio."
Según Suh, otro reto es físico, pero no por la lejanía del Invernadero: "La mayoría estamos en Corea del Sur, pero no todos en la misma ciudad, lo que puede dificultar la reunión de todo el equipo. Además, el AGIC es un proyecto paralelo para todos, por supuesto, a sus trabajos "reales". Probablemente por eso no tenemos mucho contacto con otros equipos, no porque no queramos aprender unos de otros, sino simplemente porque estamos demasiado ocupados".
Un paso más hacia el invernadero autónomo
Aunque el equipo Digilog no está actualmente en camino de ganar, como uno de los únicos recién llegados al desafío de este año, los resultados del equipo son ciertamente impresionantes. Hyeran: "Ya hemos cosechado muchos tomates en nuestras circunstancias, aunque no se nos permite revelar la cantidad exacta hasta el final del desafío. Además, el valor brix de nuestra última cosecha fue bastante alto, ¡y estamos muy contentos!". Además, los tres miembros del equipo consideran el AGIC un paso importante hacia el invernadero autónomo. "Para aprovechar los conocimientos informáticos existentes en Corea del Sur en el ámbito de la agricultura, me interesa crear conciencia de que la IA puede utilizarse para el cultivo de alta tecnología. Organizar un reto de este tipo en Asia sería una buena forma de hacerlo, así que participar en el AGIC me ha proporcionado una experiencia útil", comenta Suh. "Este reto me ha dado una primera idea de cómo puede aplicarse realmente la IA en los sistemas de cultivo autónomos, y estoy deseando ayudar a nuestra empresa a seguir desarrollándolo", dice Hyeran. JinHyung está de acuerdo: "Considero que la AGIC es sólo un aperitivo para nosotros. Ha sido una oportunidad muy buena para combinar métodos de producción basados en datos con el cultivo real y probar cómo funciona todo en la práctica. Esto nos ayudará a todos a perseguir el objetivo final: encontrar formas de aplicar las últimas técnicas de gestión y análisis de datos para ayudar a los productores a ser más eficientes y, por tanto, más sostenibles", concluye.