Aplican inteligencia artificial para predecir la evolución de la plaga de la mosca del olivo
Fuente: Universidad Pablo de Olavide
Francisco Martínez Álvarez, investigador de la Universidad Pablo de Olavide
Investigadores de la Universidad Pablo de Olavide, bajo la coordinación del profesor Francisco Martínez Álvarez, participan en un proyecto liderado por la empresa ec2ce que pretende el desarrollo de un modelo predictivo para controlar la plaga que afecta al olivar (Bactrocera Oleae o mosca de la fruta) adelantando la toma de decisiones, lo que favorece una aplicación controlada de fitosanitarios que mejora la sostenibilidad del olivar.
El proyecto, titulado ‘IA2GIP: Inteligencia Artificial aplicada a la gestión integrada de plagas’ ha sido financiado por el Ministerio de Economía, Industria y Competitividad, en el marco del Plan Estatal de Investigación Científica y Técnica y de Innovación 2013-2016; participan además las entidades Novadrone, el Instituto Andaluz de Tecnología (IAT) y la Universidad de Sevilla.
La principal innovación del proyecto es la integración de la modelización matemática, de la inteligencia artificial y de sensores para proporcionar recomendaciones al agricultor. Se requiere el desarrollo y combinación de diversas tecnologías que incluirán el uso de deep learning, algoritmos genéticos, redes neuronales, lógica borrosa y técnicas de optimización (y en general de aprendizaje automático) que permiten la utilización de enormes cantidades de información en tiempo real. Los trabajos en desarrollo en este proyecto combinan el uso de grandes volúmenes de datos (big data) con el modelado mediante sistemas de inteligencia artificial para crear una herramienta que soporte el proceso de toma de decisiones en los sistemas de control de plagas. Para ello, se va a partir de datos públicos y privados y se añadirán datos de campo, tomados de forma tradicional y otros tomados mediante Sistemas Aéreos Tripulados Remotamente y equipados con los sensores adecuados.
La mosca del olivo es la principal plaga que afecta a los productores de aceite de oliva, generando pérdidas de hasta el 80% del valor de la cosecha tanto por disminución de producción como de calidad del aceite. En algunos casos, en explotaciones dedicadas a aceituna de mesa, las pérdidas pueden incluso suponer el 100%. Este insecto ataca directamente al fruto y la plaga evoluciona de forma explosiva dificultando su control y suponiendo costes muy significativos para el productor.
El uso de modelos predictivos que permitan determinar cuándo y en qué medida se va a producir una explosión de la afección de la mosca al fruto, haría posible aplicar los sistemas de control en el momento óptimo. El proyecto, en el que participa la UPO, pretende incorporar a los modelos predictivos actuales nuevas técnicas de aprendizaje y nuevas variables de entradas basadas en imágenes obtenidas mediante vuelo de drones y así desarrollar un nuevo sistema de modelado predictivo que permita adelantar la evolución de la plaga de la mosca del olivo hasta cuatro semanas antes. Esta herramienta mejorada será de fácil uso por los agricultores y les dirá qué hacer. Con ella podrán mejorar su producción, aumentar la calidad del aceite y disminuir el uso de pesticidas, protegiendo de esta forma el medio ambiente y poniendo en práctica una agricultura más sostenible.
Últimas publicaciones
Según un estudio de la Universidad de Córdoba, las personas sin hogar que crean y cuidan un espacio verde obtienen beneficios emocionales a corto plazo como la mejora de su bienestar o la reducción de malestar psicológico.
Un equipo internacional con participación del Instituto de Parasitología y Biomedicina ‘López-Neyra’ del CSIC (IPBLN-CSIC) de Granada ha diseñado un método que reconoce una marca genética común en los siete virus de esta familia que infectan a personas. El sistema mostró en el laboratorio una doble utilidad: identificar cantidades mínimas del patógeno y bloquear su multiplicación en células infectadas. Esta estrategia abre la puerta a futuras pruebas portátiles muy sensibles y nuevas estrategias antivirales adaptables a posibles brotes.
Investigadores de la Universidad de Málaga han planteado una alternativa mediante realidad virtual: X-HRC, una plataforma de realidad virtual orientada a la formación inicial en colaboración entre personas y robots colaborativos. La herramienta se ha desarrollado en el marco del proyecto europeo MASTER-XR y se integra en VIROO, un ecosistema de realidad virtual colaborativa usado en entornos educativos y de entrenamiento.
Sigue leyendo
