Durante las últimas décadas, la inteligencia artificial se consolidó como un campo de conocimiento capaz de ser aplicado en una cantidad innumerable de áreas. Unas de las más sensibles para la economía argentina: la producción agropecuaria. Desde la Universidad Nacional de Quilmes (UNQ), Damián Oliva, docente e investigador en la carrera de Ingeniería de Automatización y Control Industrial (IACI), se propuso el desafío de ubicar geográficamente las malezas resistentes a herbicidas. Por este motivo, acompaña la tesis de doctorado de Ulises Bussi y juntos sostienen una premisa sencilla: brindar nuevas herramientas para que los pequeños y medianos productores rurales puedan mejorar sus márgenes de productividad.
> Leer también: Un robot perfeccionará las cirugías en niños.
“Veíamos que la robótica prevé el uso de instrumentos y modelos que están muy presentes en la ciudad, pero no tanto en el campo, en los ambientes rurales. En este sentido, nos inspiramos en las estrategias que emplean los animales para el desarrollo de tecnologías visuales”, señala Oliva a Argentina Investiga. La primera iniciativa que tuvieron, entonces, fue crear una máquina que, colocada en la parte superior de un tractor, realiza un visionado y toma fotografías en aquellos sitios específicos en los que detecta hierbas o yuyos. Desde esta perspectiva, expresa: “En nuestros campos, cuando se aplican fertilizantes y agroquímicos, se hace sin ningún control, de manera desproporcionada. El objetivo es aplicar productos de manera medida y localmente”. Así, el procedimiento gana en efectividad, se desperdicia menos producto y, al mismo tiempo, se cuida al ambiente.
Luego, Oliva y Bussi pensaron en la posibilidad de sumar información valiosa a partir de imágenes satelitales. “La ventaja, en este caso, es que habilita una visión global y se combina con la toma de muestras puntuales en algunas áreas del campo, a través de una app móvil que también desarrollamos”, comenta. Y, como si fuera poco, el tercer eje complementario se relaciona con profundizar el trabajo de monitoreo y procesamiento de imágenes a partir de drones. Si bien los que utilizan no tienen demasiada autonomía (una hora aproximadamente), tienen la virtud de que funcionan muy bien en campos experimentales, es decir, campos en los que precisamente se realizan experimentos.
El que plantean supone un abordaje que integra diferentes tecnologías que giran en torno a la capacidad que tienen las máquinas de tomar imágenes. Sin embargo, para Oliva, lejos de representar una novedad, el estudio de los fenómenos de procesamiento visual absorbe sus esfuerzos desde hace mucho tiempo. “Desde hace años me interesa el procesamiento visual: primero lo investigué a nivel básico en neuronas de animales simples y luego aplicado a la detección de objetos que colisionan. Muchas veces lo que se le ocurre a un ingeniero luego puede verse en un animal; o al revés, cuando algo se observa en un animal, luego puede ser empleado para resolver un problema de ingeniería”, expresa.
> Leer también: Fronteras de la inteligencia artificial.
En 2014, tuvo la posibilidad de incursionar en ciertas asignaturas que en IACI no se habían ofertado previamente: inteligencia artificial, robótica y visión artificial. A partir de ese momento, realizó aportes de investigación en relación a las denominadas “cámaras fisheye”. En la actualidad, acompaña la investigación de doctorado de Sebastián Arroyo, vinculada al desarrollo de sistemas para medir la velocidad y georreferenciar los vehículos en grandes ciudades.