¿Cuál es el papel de la inteligencia artificial para la mejora de cultivos? Las preguntas sobre la inteligencia artificial son cada vez más apremiantes en todas las disciplinas.
por la Universidad Estatal de Iowa
Para la mejora de cultivos, la IA proporciona una nueva lente para unir la ciencia y la práctica, según Jianming Yu, uno de los científicos mejor clasificados del mundo en los campos de la genética cuantitativa y el fitomejoramiento.
«La gente tiene muchas preguntas sobre cómo empezar a utilizar activamente la IA en la mejora de cultivos . Sin embargo, no es fácil saber cuál es la mejor manera de utilizar sus herramientas», afirmó Yu, presidente distinguido pionero en mejoramiento de maíz y director de Raymond Centro F. Baker para el fitomejoramiento del Departamento de Agronomía de la Universidad Estatal de Iowa. «Hay muchos ejemplos específicos de uso constructivo de estas herramientas, pero a gran escala, realmente no ha sucedido todavía».
Ayudar a sus compañeros, estudiantes y al público a adquirir más conocimientos sobre el campo de la IA en rápida evolución se ha convertido en una misión para Yu. Con este fin, él y otros coautores, incluida Karlene Negus, una estudiante de doctorado en genética que trabaja con él, publicaron una descripción general sobre el papel de la inteligencia artificial en la mejora de cultivos en una recopilación académica en Advances in Agronomy .
«Muchos científicos, incluso aquellos que tienen una formación relevante, no siempre saben por dónde empezar», dijo Yu. «Hemos recibido comentarios de que el nuevo documento es muy oportuno y útil».
Recientemente, la Facultad de Agricultura y Ciencias de la Vida del Estado de Iowa pidió a Yu y Negus que revisaran los aspectos más destacados de su nueva publicación y reflexionaran sobre los usos y las implicaciones de las herramientas de IA en su campo.
Yu: Una cosa que hacemos en este artículo es esbozar brevemente el contexto histórico de la IA. Se ha estado desarrollando desde la década de 1940 y ya está en marcha lo que se considera el tercer verano de IA. Los sistemas de aprendizaje profundo han definido los primeros años de esta era.
Para mejorar los cultivos, la IA se ha implementado en gran medida para ayudar a procesar y dar sentido a conjuntos de datos muy grandes y de alto rendimiento. Los datos a gran escala se han convertido en un nuevo desafío en la investigación agronómica y en muchas otras áreas de la ciencia, y las herramientas de inteligencia artificial ya están brindando diversas soluciones.
Negus: El campo de la IA ha cambiado rápidamente en los últimos años. Puede resultar difícil saber qué métodos son relevantes para usos específicos. Para agilizar este proceso de aprendizaje en áreas relacionadas con la mejora de cultivos, describimos más de 15 tipos y subtipos de IA y brindamos información sobre cómo se utilizan en estos campos. Estos métodos no son exhaustivos, pero creo que proporcionan una buena introducción a lo que existe hoy en día y a los componentes básicos de las herramientas que podemos esperar que se desarrollen en un futuro próximo.
Si bien la IA de interés periodístico actual suele ser redes neuronales muy sofisticadas, otros ejemplos de IA van desde la automatización robótica de procesos comparativamente simple, que utiliza un «agente» de IA capaz de realizar procesos repetitivos que tienen suficiente variabilidad como para evitar el uso de la automatización de procesos estándar. , hasta sistemas expertos y difusos relativamente complejos que intentan replicar las capacidades de resolución de problemas de los expertos humanos, hasta otros tipos de aprendizaje automático altamente avanzado .
El aprendizaje automático (ML) es un tipo de IA que utiliza grandes conjuntos de datos para mejorar a través de la experiencia o aprender, y luego utiliza los resultados para resolver problemas o hacer predicciones. El ML se está poniendo en práctica ampliamente en el campo de la mejora de cultivos. Los métodos de aprendizaje automático que utilizan enfoques genómicos, ambientales, fenómicos y otros enfoques multiómicos están ayudando a los investigadores a capturar variaciones ambientales y genéticas para comprender mejor sus influencias en el mejoramiento y el manejo de cultivos.
Yu: Juntas, estas aplicaciones están revolucionando rápidamente las prácticas agrícolas en el laboratorio, el invernadero y el campo.
Para que los investigadores en mejora de cultivos adopten métodos de IA, es deseable conocer las ventajas potenciales de los métodos de IA sobre los métodos tradicionales. Para los mejoradores, la capacidad mejorada para monitorear y pronosticar el crecimiento y la salud de los cultivos bajo diferentes combinaciones genéticas, ambientales y de manejo tiene el potencial de facilitar en gran medida las decisiones sobre la selección de cultivos. Para los productores, será deseable aprovechar la IA para mejorar la sostenibilidad y la resiliencia mediante una mejor gestión de la producción en las granjas.
Mantenerse al día es un desafío con el que están familiarizados quienes participan en el mejoramiento de cultivos. Durante el último siglo, ese desafío se ha enmarcado en mantener el ritmo de la demanda de una población mundial en crecimiento, y esta sigue siendo la principal preocupación. Ahora, el cambio climático complica aún más la tarea. La IA tiene un gran potencial para ayudar con estos desafíos, pero tenemos mucho trabajo por hacer para aprovechar plenamente este potencial, y necesitamos aumentar rápidamente la capacitación y las habilidades en estas áreas.
Aun así, si el éxito anterior logrado al aprovechar tecnologías innovadoras para la mejora de cultivos sirve de indicación, el futuro de la mejora de cultivos asistida por IA es brillante.
Más información: Karlene L. Negus, et al, El papel de la inteligencia artificial en la mejora de cultivos, Advances in Agronomy (2024). DOI: 10.1016/bs.agron.2023.11.001 . www.sciencedirect.com/science/… 0065211323001141?via %3Dihub
