Una interesante nota en MIT Technology Review, “Weed-killing robots are threatening giant chemical companies’ business models“, muestra la preocupación de las grandes empresas químicas por el previsible descenso en el uso masivo de herbicidas en cultivos, debido sobre todo a la aparición de robots relativamente sencillos capaces de recorrer las zonas de cultivo, localizar malas hierbas mediante algoritmos de visión computerizada, y administrar esos herbicidas de manera localizada, exclusivamente sobre la planta que se pretende eliminar, en lugar de hacerlo de manera extensiva e indiscriminada, con el consiguiente ahorro de costos y alivio en las consecuencias ecológicas de ese uso masivo de productos químicos.
El uso de estas robots me recuerda poderosamente a un proyecto a una escala infinitamente menor que vi hace algún tiempo y que me encantó, llamado FarmBot: un montaje relativamente sencillo y gestionado mediante un Raspberry Pi, la computadora de 30 euros, que convierte un huerto pequeño en un sistema de coordenadas en el que se mueve un cabezal con elementos intercambiables que administra la cantidad de agua adecuada para cada planta, y que además, destruye las malas hierbas simplemente golpeándolas y enterrándolas, sin siquiera recurrir al uso de herbicidas. Una preciosidad de proyecto para huertos pequeños, que permite entender las posibilidades de la robotización en entornos que tradicionalmente consideramos relativamente alejados del progreso tecnológico, aunque la realidad indique que, a lo largo del tiempo, se ha producido una auténtica revolución en el uso de tecnología, en la productividad y en el rendimiento de muchas instalaciones agrícolas.
[youtube width=”602″ height=”350″ video_id=”uNkADHZStDE”]
Mecanismos alimentados por energía solar, recorriendo los campos, y llevando a cabo un trabajo relativamente mecánico como la localización de plagas y malas hierbas, que proceden además a tratar de manera inmediata: el equivalente a tener una persona recorriendo y supervisando permanentemente una extensión de terreno, pero llevado a cabo de una manera mucho más eficiente tanto en rendimiento, como en el uso de recursos, tal vez tambien en calidad y reducción de errores.
Las consecuencias son evidentes: compañías de maquinaria agrícola como John Deere adquiriendo empresas líderes en la aplicación de machine learning a este entorno para dotarse de capacidades que les permitan ofrecer esas capacidades en el futuro, al tiempo que incorporan, no sin cierta polémica en torno a cuestiones como la propiedad del software, cada vez más tecnología para automatizar total o parcialmente el uso de su maquinaria. Un entorno interesantísimo, con fuertes consecuencias en la productividad, y que generalmente tendemos a considerar tradicional, aunque como vemos, cada vez lo es menos.
Vìa Enrique Dans