{"id":3264,"date":"2021-02-10T04:58:53","date_gmt":"2021-02-10T04:58:53","guid":{"rendered":"https:\/\/new3.farm21.com\/?p=3264"},"modified":"2022-09-13T06:44:20","modified_gmt":"2022-09-13T06:44:20","slug":"machine-learning-in-agriculture","status":"publish","type":"post","link":"https:\/\/www.farm21.com\/es\/aprendizaje-automatico-en-la-agricultura\/","title":{"rendered":"El aprendizaje autom\u00e1tico se une a la toma de decisiones en la agricultura"},"content":{"rendered":"

Finalidad de los consejos de cultivo 2.0<\/strong><\/h2>\n\n\n\n

Granja21 <\/a>est\u00e1 desarrollando un sistema de apoyo a la toma de decisiones de cultivo con autoaprendizaje. Se trata de una plataforma en la que se combinan fuentes de datos agr\u00edcolas y se analizan mediante algoritmos de aprendizaje autom\u00e1tico. Los resultados se eval\u00faan y mejoran gracias a los comentarios de los usuarios. Lo llamamos Consejo de Cultivo 2.0. En este otro blog<\/a> explicamos lo que queremos decir con esto.<\/p>\n\n\n\n

En este blog, sin embargo, nos centramos en los aspectos necesarios para establecer este sistema. Definimos los elementos clave y los puntos de partida. Estos aspectos son en los que trabajamos d\u00eda a d\u00eda.<\/p>\n\n\n\n

\u200d<\/strong>Los consejos de cultivo 2.0 proporcionan una ayuda \u00fanica para el cultivador individual. Permite al agricultor hacer que el cultivo sea m\u00e1s eficiente. Esto significa: aumentar el rendimiento, ahorrar en recursos valiosos como la protecci\u00f3n de los cultivos, los fertilizantes y el agua.<\/p>\n\n\n\n

Creemos que \u00e9ste es el futuro de la digitalizaci\u00f3n en la agricultura.<\/p>\n\n\n\n

El aprendizaje autom\u00e1tico como volante<\/strong><\/h2>\n\n\n\n

Para ahorrarte un ensayo muy t\u00e9cnico, explicamos el aprendizaje autom\u00e1tico a un nivel muy alto. El aprendizaje autom\u00e1tico es una forma automatizada de analizar grandes cantidades de datos. En un nivel b\u00e1sico, un sistema de aprendizaje autom\u00e1tico que funciona bien consiste en un bucle continuo de los siguientes pasos.<\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n
  1. Recogida de datos.<\/strong> Recogida de datos consistente, de alta calidad y de gran volumen. Un conjunto de datos en constante crecimiento con la mayor cantidad de datos (relevantes) posible es la base del volante.<\/li>
  2. Categorizar los datos.<\/strong> Los especialistas en datos categorizan los datos y entrenan los algoritmos de ML. En nuestro caso, identificamos un tema que queremos analizar, por ejemplo, una determinada enfermedad en un cultivo, y qu\u00e9 par\u00e1metros podr\u00edan influir potencialmente en este resultado.<\/li>
  3. Mostrando resultados.<\/strong> Los resultados de los algoritmos ML se muestran a los cultivadores y asesores de cultivos.<\/li>
  4. Comentarios.<\/strong> Los comentarios se procesan y se incluyen en los an\u00e1lisis posteriores.<\/li><\/ol>\n\n\n\n

    Para hacer realidad la visi\u00f3n de futuro de Farm21 y poner en marcha el volante de aprendizaje autom\u00e1tico, hay que completar una serie de fases clave. Esta l\u00ednea de tiempo muestra las fases m\u00e1s importantes.<\/p>\n\n\n\n

    1 Recoger datos<\/strong><\/h3>\n\n\n\n

    \u200d<\/strong>El aprendizaje autom\u00e1tico requiere la recopilaci\u00f3n constante de datos de alta calidad y gran volumen.<\/p>\n\n\n\n

    Para conseguir la densidad de datos adecuada, es necesario reducir el coste por punto de medici\u00f3n y poder enlazar con sensores ya existentes.<\/p>\n\n\n\n

    Para ello, estamos desarrollando sensores propios que permiten la recogida de datos de grano fino, adem\u00e1s de utilizar los sensores existentes para construir un conjunto de datos de grano fino.<\/p>\n\n\n\n

    2 Enriquecer los datos<\/strong><\/h3>\n\n\n\n

    \u200d<\/strong>Al vincular las fuentes de datos, es posible que un algoritmo de aprendizaje autom\u00e1tico encuentre correlaciones dentro de los datos.<\/p>\n\n\n\n

    Las fuentes de datos que conectamos son, por ejemplo, im\u00e1genes de sat\u00e9lite, bases de datos de cultivos, registro de rendimientos, escaneos de suelos, conjuntos de datos de tractores y muchas m\u00e1s.<\/p>\n\n\n\n

    Con la informaci\u00f3n de diferentes fuentes, tambi\u00e9n es posible filtrar los valores at\u00edpicos. Mejorar la calidad de los datos utilizados para el entrenamiento de los algoritmos de aprendizaje autom\u00e1tico.<\/p>\n\n\n\n

    3 Alertas gen\u00e9ricas<\/strong><\/h3>\n\n\n\n

    \u200d<\/strong>Un modelo preexistente (Sistema Gen\u00e9rico de Ayuda a la Decisi\u00f3n) constituye la base de las alertas. Algoritmos b\u00e1sicos como \"con la temperatura X, la humedad Y durante un periodo de tiempo Z, tienes una presi\u00f3n de enfermedad alta\". Estas alertas gen\u00e9ricas son nuestro punto de partida.<\/p>\n\n\n\n

    Recogemos cuando se activan y, posteriormente, relacionamos estos eventos con la respuesta del usuario.<\/p>\n\n\n\n

    4 Comentarios<\/strong><\/h3>\n\n\n\n

    \u200d<\/strong>El feedback es el motor del sistema de autoaprendizaje. Un simple \"esto est\u00e1 bien\/no est\u00e1 bien\" ya dice mucho sobre la calidad del consejo. Como ya se ha dicho, almacenamos esta retroalimentaci\u00f3n y la comparamos con el consejo dado.<\/p>\n\n\n\n

    De este modo, los algoritmos de aprendizaje autom\u00e1tico pueden determinar a nivel individual cu\u00e1les deben ser los factores de ponderaci\u00f3n para el asesoramiento de cultivo personal, pero tambi\u00e9n lo utilizan para encontrar m\u00e1s v\u00ednculos entre los conjuntos de datos.<\/p>\n\n\n\n

    5 Predicci\u00f3n del futuro<\/strong><\/h3>\n\n\n\n

    \u200d<\/strong>Utilizando el conjunto de datos cada vez mayor, y con la ayuda del aprendizaje autom\u00e1tico, podemos dar consejos o advertencias sobre lo que puede venir.<\/p>\n\n\n\n

    De este modo, el agricultor est\u00e1 informado con mayor antelaci\u00f3n de la evoluci\u00f3n del clima y su efecto en su campo y su cultivo. Esto le permite actuar con mayor rapidez.<\/p>\n\n\n\n

    6 Asesoramiento personalizado sobre el cultivo<\/strong><\/h3>\n\n\n\n

    \u200d<\/strong>En esta fase llegamos al asesoramiento de cultivo 2.0 para el cultivador individual.<\/p>\n\n\n\n

    La medici\u00f3n de grano fino permite llevar a cabo acciones de cultivo a un nivel muy preciso. Gracias a toda la informaci\u00f3n que se introduce en el sistema y se analiza mediante algoritmos de aprendizaje autom\u00e1tico, el nivel de conocimiento aumenta enormemente. El resultado es un asesoramiento agr\u00edcola localizado y personalizado.<\/p>\n\n\n\n

    El asesoramiento automatizado de cultivo a medida es extremadamente detallado, funciona de forma preventiva pero est\u00e1 orientado. Ofrece la posibilidad de realizar cada acci\u00f3n en el momento adecuado para optimizar la eficiencia en el rendimiento y el uso de los recursos.<\/p>","protected":false},"excerpt":{"rendered":"

    Prop\u00f3sito del consejo de cultivo 2.0 Farm21 est\u00e1 desarrollando un sistema de apoyo a las decisiones de cultivo de autoaprendizaje. Se trata de una plataforma en...<\/p>","protected":false},"author":5,"featured_media":3267,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"content-type":"","inline_featured_image":false,"_kad_blocks_custom_css":"","_kad_blocks_head_custom_js":"","_kad_blocks_body_custom_js":"","_kad_blocks_footer_custom_js":"","_kadence_starter_templates_imported_post":false,"_kad_post_transparent":"","_kad_post_title":"","_kad_post_layout":"","_kad_post_sidebar_id":"","_kad_post_content_style":"","_kad_post_vertical_padding":"","_kad_post_feature":"","_kad_post_feature_position":"","_kad_post_header":false,"_kad_post_footer":false,"_kad_post_classname":"","_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[1],"tags":[],"class_list":["post-3264","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog"],"taxonomy_info":{"category":[{"value":1,"label":"Blog"}]},"featured_image_src_large":["https:\/\/www.farm21.com\/wp-content\/uploads\/2022\/09\/nsplsh_97f0fc33d1a24c008d2c3b47f4c682fdmv2.webp",808,606,false],"author_info":{"display_name":"Dana Gelerter","author_link":"https:\/\/www.farm21.com\/es\/author\/dana-gelerter\/"},"comment_info":250,"category_info":[{"term_id":1,"name":"Blog","slug":"blog","term_group":0,"term_taxonomy_id":1,"taxonomy":"category","description":"Resources you can use to predict and manage day-to-day farming in the most efficient, sustainable and cost-effective way.","parent":0,"count":26,"filter":"raw","cat_ID":1,"category_count":26,"category_description":"Resources you can use to predict and manage day-to-day farming in the most efficient, sustainable and cost-effective way.","cat_name":"Blog","category_nicename":"blog","category_parent":0}],"tag_info":false,"jetpack_featured_media_url":"https:\/\/www.farm21.com\/wp-content\/uploads\/2022\/09\/nsplsh_97f0fc33d1a24c008d2c3b47f4c682fdmv2.webp","jetpack_sharing_enabled":true,"acf":[],"_links":{"self":[{"href":"https:\/\/www.farm21.com\/es\/wp-json\/wp\/v2\/posts\/3264","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.farm21.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.farm21.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.farm21.com\/es\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/www.farm21.com\/es\/wp-json\/wp\/v2\/comments?post=3264"}],"version-history":[{"count":0,"href":"https:\/\/www.farm21.com\/es\/wp-json\/wp\/v2\/posts\/3264\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.farm21.com\/es\/wp-json\/wp\/v2\/media\/3267"}],"wp:attachment":[{"href":"https:\/\/www.farm21.com\/es\/wp-json\/wp\/v2\/media?parent=3264"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.farm21.com\/es\/wp-json\/wp\/v2\/categories?post=3264"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.farm21.com\/es\/wp-json\/wp\/v2\/tags?post=3264"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}