Reto o necesidad que resuelve
En la actualidad existen numerosas plagas que aparecen en los cultivos de forma periódica. Un ejemplo de esto es la aparición de la oruga taladro en los cultivos de alcachofa o de otros insectos que afectan a árboles frutales, etc. Debido a esto se fumigan los cultivos, garantizando así la no aparición de plagas que arruinen los cultivos. Sin embargo, un exceso de fumigación tiene consecuencias negativas para los propios cultivos y para la rentabilidad de las compañías: 1. Por un lado, la fumigación de los productos implica la adición de químicos a los productos, lo que tiene un impacto sobre su calidad y sobre los consumidores, ya que pese a que se encuentre dentro de los limites aptos para el consumo, es mejor minimizar estas cantidades. 2. Por otro lado, la fumigación de los cultivos cuando no es necesario tiene un coste añadido para las compañías, ya que la fumigación supone que se deben de adquirir estos productos además de aplicárselos a los cultivos. Por ello cuanto menor fumigación sea aplicada, garantizando que no se desarrolle una plaga, mayor será la rentabilidad de la compañía. Por ello, se ha desarrollado un sistema que permite identificar cuáles son las variables más relevantes para la aparición de las plagas y la predicción de la aparición de estas.
Solución
La solución desarrollada por DVM es una aplicación que basándose en datos climatológicos y otras variables que pueda almacenar la compañía, asi como sobre la aparición de plagas (o eclosión de estas) se entrenan diversos algoritmos que permiten la identificación de las variables y valores que provocan una mayor incidencia de las plagas, así como la predicción de estas. Por ello la aplicación desarrollada incluye dos funcionalidades:
1. Para la detección de las variables más importantes en la aparición de plagas se utilizan algoritmos de la denominada Inteligencia Artificial Explicativa que permiten la identificación de las variables más relevantes para la predicción de las plagas, así como de sus niveles críticos. Gracias a esto se puede determinar cuáles son las variables que más tienen que ser controladas, y en el caso de que se pueda tener influencia sobre estas, cuáles son las mejores actuaciones para reducir o retrasar la aparición de estas plagas.
2. Para la predicción de la aparición de estas plagas se añade una segunda funcionalidad, que se basa en algoritmos más complejos del Machine Learning que permiten predecir con la máxima precisión la cantidad de insectos o de eclosión esperado en el horizonte temporal marcado. Una vez que se conoce el “nivel de plaga” esperado se puede optimizar el momento y la cantidad necesaria que se debe fumigar.
En resumen, gracias a esta herramienta se logra determinar cuáles son las causas raíz que provocan una mayor incidencia de las plagas, además de anticipar la ocurrencia de estas, permitiendo optimizar las fumigaciones. Esta solución cuenta con una interface de usuario, que se adapta a las necesidades y preferencias del cliente y que le permite interactuar con los sistemas a golpe de click. Junto a ello, al estar basada en software libre, permite su despliegue en el servidor que determine el cliente, sin ningún coste de licencia añadido.
Tecnologías involucradas
Inteligencia Artificial, Machine Learning, Sistemas Predictivos.