Tecnologías basadas en datos e IA para optimizar la gestión
El proyecto de alto impacto del CIDAI aplica la inteligencia artificial al sector agropecuario en dos casos de uso que responden a desafíos concretos compartidos tanto por la administración como por las empresas y explotaciones que operan en ese sector.
En primer lugar, se han generado herramientas de apoyo a la toma de decisiones en la aplicación de antibióticos en explotaciones ganaderas frente a la necesidad de ampliar el conocimiento en este ámbito planteada por parte del Servicio de Alimentación Animal y Seguridad de la Producción Ganadera de la Generalitat. Las nuevas soluciones permiten obtener patrones que deben ayudar a la optimización de la aplicación de antibióticos para poder reducir su utilización.
El segundo caso de uso se definió después de una serie de reuniones con agentes sectoriales de las tierras de Lleida, con la colaboración con el Centro de Estudios Porcinos y la UdL y con la participación de la Federación Catalana de Cooperativas Agrarias, para desarrollar algoritmos de inteligencia artificial y visión por computador que permiten el seguimiento del ciclo de vida de los porcinos para la mejora del bienestar animal y, en consecuencia, la mejora en eficiencia y rentabilidad de las explotaciones.
A partir de estos datos obtenidos de una monitorización individualizada, las soluciones digitales permiten obtener indicadores de comportamiento para optimizar el bienestar animal en las granjas porcinas y mejorar la eficiencia del proceso de engorde a partir de un control preciso e individualizado de cada animal.
Por otra parte, ante la necesidad de contar con un espacio para compartir los datos entre los agentes del sector de forma segura se realizó una prueba de concepto avanzada de un espacio de intercambio de datos del sector agroalimentario.
“En este proyecto se han desarrollado herramientas digitales basadas en la inteligencia artificial que tienen el potencial para causar un impacto positivo y relevante en el sector agropecuario", explica el coordinador del proyecto e investigador de la Unidad de Inteligencia Artificial Aplicada de Eurecat, Pol Torres, quien destaca que “para desarrollar proyectos tecnológicos viables en este ámbito es muy importante trabajar codo con codo con los agentes locales, para identificar retos reales de los usuarios finales”, añade.
En la implementación de las soluciones digitales generadas en el proyecto se han utilizado metodologías de recogida, procesamiento y minería de datos para evaluar e interpretar las cifras de los antibióticos aplicados en las explotaciones ganaderas de Cataluña. Asimismo, se han aplicado tecnologías de visión por computador y redes neuronales para realizar el seguimiento de los porcinos en la granja, y extraer métricas e indicadores relevantes para el bienestar animal y la optimización de los procesos de producción. Para la identificación de retos en el territorio, generación de la solución de IA y espacio de datos, y para la definición del modelo de gobernanza y modelo de negocio, el CIDAI ha aplicado el marco metodológico AI LAB, desarrollado en el propio CIDAI, que es una herramienta aplicable a otros ámbitos industriales, más allá del contexto agropecuario.
