Detectando malezas con machine learning
El especialista Guy Coleman aseguró que "la revolución en la aplicación dirigida en malezas viene de la mano de "Algoritmos de Aprendizaje Profundo".
Finalizando el primer día del Congreso Aapresid, "C: elemento de vida" tuvo lugar el panel "De la naturaleza a los algoritmos: detectando malezas con machine learning". En este espacio, los disertantes Guy Coleman (Universidad de Sydney) y Marcos Mammarella (DeepAgro), junto al moderador Agustín Bilbao (productor Aapresid), hablaron sobre las nuevas tecnologías aplicadas al manejo de malezas.
La aplicación dirigida existe desde hace décadas. Inicialmente, para que las máquinas pudieran "ver" las malezas se le daba al sistema determinadas reglas, principalmente basadas en el color. De esta manera se realizaban aplicaciones dirigidas en barbecho, explicó Coleman.
Ahora, no damos las reglas, sino que al ingresar una gran cantidad de imágenes, y marcar las malezas manualmente en una primera etapa, el algoritmo busca todos los datos de cada capa que componen esa imagen y los analiza. Mediante el "Aprendizaje Profundo" se establecen los patrones y con ellos se logra "predecir" cuál planta es maleza, incluso en lugares difíciles dentro del cultivo.
También remarcó que esta innovación es liderada por productores en todo el mundo y puede ser adaptada para trabajar en diversos cultivos.
Parece magia, pero en realidad se requieren miles de imágenes para entrenar al algoritmo. Por lo tanto, la recolección de datos regionalizados que reflejan la gran variedad de malezas presentes en la zona, e inclusive en sus distintos estadíos fenológicos, es una parte fundamental del proceso.
Por su parte, Mammarella remarcó que, en nuestro país, según informes de la Red de Manejo de Plagas de AAPRESID (REM), la superficie ocupada por malezas ronda sólo el 30%, por lo que estas herramientas de control selectivo resultan estratégicas. Esta ineficiencia, sumada al aumento de malezas resistentes en constante auge, lleva a la búsqueda de nuevas soluciones donde se destacan las aplicaciones selectivas, ahora inteligentes.
Esta tecnología con la que ahora se puede trabajar durante todo el año, ofrece beneficios relacionados con el menor uso de fitosanitarios, disminución de la fitotoxicidad en el cultivo, reducción del uso de agua, mayor autonomía, inclusive menor uso de bidones, aportando así a la sustentabilidad del sistema.
A su vez, estos ahorros en el uso de herbicidas permiten acceder a otros principios activos más costosos que antes no se utilizaban, diversificando mecanismos de acción y retrasando el avance de resistencias.
Las posibilidades son inmensas, comentó Colleman. Puntualmente en el manejo de malezas, el próximo desafío será el control diferencial, basado en la identificación y el tamaño de la maleza, teniendo en cuenta el contexto del cultivo, por ejemplo, diferenciar gramíneas en cultivos de cereal. Para esto, es imprescindible un enfoque multimodal, con muchísima información al mismo tiempo, como historia del lote, biomasa del cultivo e impacto en el rinde.