«La IA es una herramienta que ayudará pero no reemplazará a nadie» – .

UNIR (Universidad Internacional de La Rioja) organizó este miércoles, dentro del denominado Foro IA, un seminario titulado ‘IA aplicada al sector agroalimentario español’.

El encuentro, que fue inaugurado por Javier Galiana –director ejecutivo de UNIR–, Alfonso Domínguez, portavoz y consejero de Hacienda, Gobernanza Pública y Sociedad Digital del Gobierno de La Rioja y el secretario general de la FER. La principal conclusión a la que se llegó tras una intensa jornada de intervenciones es que la Inteligencia Artificial (IA) “es una herramienta, pero no sustituye a nadie”, de hecho surgen algunas dudas en torno a ella, aunque su contribución al progreso es innegable.

Desde la propia presentación del encuentro, el consejero del Gobierno de La Rioja advirtió: “Hay que reflexionar sobre los valores y usos que se le van a dar a la Inteligencia Artificial”, explicó, al tiempo que señaló que “el Gobierno de La Rioja Rioja busca un papel de liderazgo en su desarrollo porque es una forma de garantizar su uso ético.

Además, Domínguez –antes de dar paso a las presentaciones de los técnicos– señaló: «La Inteligencia Artificial trabaja con el capital humano, por eso reforzar la formación también garantiza el uso correcto de la IA y coloca a las personas en condiciones de asumir los retos que plantea la Inteligencia Artificial”.

Sergio Fernández consideró muy oportuno el evento porque “se habla mucho de Inteligencia Artificial pero hay algunas empresas y muchas Pymes que todavía están muy lejos de la IA, y es algo que pueden utilizar como herramienta para mejorar su productividad. “

La jornada comenzó con la intervención de Xiomara Patricia Blanco, ingeniera informática y profesora del Máster en Inteligencia Artificial de UNIR. Ella fue la encargada de poner en contexto qué es la IA, “un comportamiento informático que intenta simular el comportamiento humano”.

Explicó que el punto de partida de la IA se puede encontrar en un artículo publicado en 1943 que hablaba de cómo sería una neurona artificial basada en una neurona biológica.

A partir de ahí ha seguido una evolución que ha pasado por distintas fases y a distintas velocidades (“hubo un invierno entre 1970 y 1990 porque parecía que la Inteligencia Artificial no valía nada”, afirmó).

Xiomara Patricia Blanco enumeró las diferentes áreas de aprendizaje de la IA y cómo en la Inteligencia Artificial Generativa se reciben los datos, que pasan por diferentes capas (cada una de las cuales identifica pequeños patrones) para responder a una solicitud.

El segundo en intervenir fue Sejal Ravji, socio de AgrifoodTech en Cardumen, quien bajo el título “La implementación de la inteligencia artificial en el sector agroalimentario” presentó el caso de su empresa -una gestora de capital riesgo con sede en Madrid- el potencial económico de La Inteligencia Artificial y el “buen momento para invertir en IA porque se habla mucho de ello, pero la inversión en tecnología aún es muy pequeña” y Sejal Ravji señaló que los desafíos que enfrenta la agricultura actualmente (seguridad alimentaria, estabilidad económica, sostenibilidad ambiental , bienestar social, salud…) requieren tecnología.

Ravji presentó cuatro casos de empresas (de Holanda, Austria, Alemania y España) que representan la tecnología de IA aplicada a la agricultura.

Al final de su intervención, el moderador de la jornada planteó a Ravji la pregunta que a menudo le han hecho quienes han reflexionado sobre la aplicación de la IA a la agricultura: «La Inteligencia Artificial conduce a un aumento de la productividad y a una optimización de los recursos, y eso significa menores gastos y, por lo tanto, precios más bajos. Pero para lograrlo se necesita una importante inversión tecnológica. ¿Cómo afectará eso al consumidor final? y esa respuesta quedó en el aire sin una respuesta clara hasta el día de hoy.

Preocupaciones cercanas

El tercer ponente de la jornada, Miguel Rebollo –Investigador del VBRAIN (Instituto Valenciano de Investigación en Inteligencia Artificial) y profesor de la UPV– abordó el tema de ‘IA en entornos rurales: inteligencia artificial aplicada a la viticultura’ y la primera conclusión a la que llegó es que no es fácil porque su aplicación tecnológica choca con la dispersión de las áreas, la falta de infraestructura (muy mala cobertura), no hay datos con los que apoyarse, las condiciones externas (meteorología) condicionan el trabajo, es difícil La financiación y las soluciones son caras.

Pero a partir de ahí, explicó cómo la IA nos permite simular situaciones para poder analizarlas antes de que lleguen, “por ejemplo, se puede analizar qué pasaría si la temperatura media subiera un grado”, para ello utilizamos el llamados ‘gemelos digitales’. en el que reproducir esa situación todavía ficticia.

Rebollo advirtió, no obstante, de la importancia de mantener la soberanía digital, es decir, mantener la propiedad y el control de los datos y toda la información compartida.

Por su parte, Carlos Tarragona –fundador y director general de SpectralGeo– expuso la aportación de su empresa a la cooperativa Garu, una empresa agrícola riojana con 42 años de vida y casi 1.000 socios que factura 50 millones de euros.

Tarragona explicó, entre otras cosas, las fases que ha seguido su empresa para introducir la Inteligencia Artificial en los procesos Garu de judía verde y guisante, para lo que comenzaron recogiendo la mayor cantidad de datos históricos. El siguiente paso fue relacionar estos datos con los obtenidos de otro tipo de fuentes (imágenes, datos climáticos, hidrológicos…), luego se procedió a entrenar los modelos. Luego vino la validación e implementación de datos.

Todos estos datos y el trabajo con ellos dieron como resultado un modelo de producción predictivo que, entre otras cosas, permitió anticipar la producción con tres semanas de antelación, expresándola en el rendimiento de kilos por hectárea, para poder establecer comparaciones sin tener en cuenta si La la finca es grande o pequeña.

El otro modelo predictivo que se ha obtenido se refiere a la calidad del producto. Con cinco días de antelación se adelanta el grado de calidad, lo que permite recogerlo en el momento óptimo.

El modelo predictivo de producción tiene una fiabilidad del 91,4% mientras que el modelo de calidad alcanza el 87%, “en parcelas pequeñas y con muchos datos disponibles se puede conseguir una fiabilidad del 95%”, afirma Carlos Tarragona. .