Si bien no es un concepto nuevo, la Inteligencia Artificial (IA) -término utilizado por primera vez en 1956 por el profesor de la Universidad de Dartmouth, John McCarthy está cada vez más presente en la vida cotidiana de las personas y en distintos sectores económicos. La industria frutícola no está ajena a sus encantos, que permiten automatizar procesos, reducir errores, hacerse cargo de tareas repetitivas y, yendo un paso más allá, usar su potencial para producir frutas más sabrosas, de mejor calidad y con mayor vida postcosecha.
Simplificando su definición, la IA es cualquier proceso donde las decisiones las toma una máquina en lugar de un humano. Y es un proceso en permanente desarrollo, que permite mejorar y potenciar una amplia gama de tareas. Su uso se ha ido extendiendo a distintas esferas y con ChatGPT se ha convertido en una revolución que ha masificado su uso.
En Latinoamérica, Chile lidera la adopción de esta tecnología. Según un estudio publicado este año por la Cámara Chilena Norteamericana de Comercio (AmCham) y el Instituto Data Science de la Universidad del Desarrollo, la IA por empresas aumentó un 42% durante los últimos 10 años.
Aunque la agroindustria y el sector frutícola en particular, no S están entre los sectores que van a la vanguardia en este tema (banca, seguros y salud llevan la delantera), la IA se encuentra presente, en mayor o menor medida, desde los campos a los procesos de postcosecha. Así lo explica Roberto Musso, presidente de Digevo, grupo digital con operaciones a nivel latinoamericano. “La IA en el sector hortofrutícola no se diferencia mucho del resto del sector agrícola, donde la adopción no ha sido muy profunda. Sin embargo, las oportunidades se dan a lo largo de todo el proceso productivo. Desde la siembra, el riego, la fertilización, pasando por la determinación del estado de madurez y la cosecha”.
El ingeniero agrónomo y gerente general de Ceres Sistemas, Rodrigo Cazanga, complementa que a nivel de campo “ha habido grandes avances mediante el uso de sensores ambientales y equipos altamente especializados, que pueden registrar el comportamiento del medio y de la planta en tiempo real, lo cual permite optimizar el manejo agronómico y disminuir los costos de producción. Asimismo, existen sistemas automáticos de selección de la fruta, para diferentes categorías de comercialización, en función de parámetros de calidad”.
Para quienes ya la han incorporado o piensan hacerlo, la IA es un buen aliado en la detección de defectos estéticos y de calidad en la fruta. También permite hacer frente a los embates del cambio climático, pudiendo anticipar decisiones y realizar un control de calidad y de daños mucho más acucioso.
Sin duda, las posibilidades son muchas. Sin embargo, para lograr buenos resultados es clave un buen entrenamiento que alimente el sistema con la información adecuada, para que la IA pueda tomar las mejores decisiones. “Para que sea útil y aplicable tiene que ser muy bien entrenada. Una red neural de IA funciona bien en la medida que uno le cargue suficiente cantidad de datos. La diferencia entre una red neural y una clásica, es que la primera toma decisiones, mientras que la clásica solo hace aquello que se le ha programado hacer”, precisa Fabián Contreras, gerente comercial de Danich, empresa que se dedica a la integración de proyectos intralogísticos, asociada con la holandesa Aweta.
¿Qué es la IA?: Simulación de inteligencia humana que crea algoritmos y sistemas informáticos capaces de ejecutar tareas simples y complejas que realizan las personas. De acuerdo a la Real Academia Española, es una disciplina científica que se ocupa de crear programas informáticos que ejecutan operaciones comparables a las que realiza la mente humana, como el aprendizaje o el razonamiento lógico.
LA INTELIGENCIA EN EL SABOR
Los humanos somos complejos en la forma de consumir, y el sabor un atributo difícil de medir pero clave a la hora de la elección de un producto. La inclinación hacia un determinado sabor se puede ver afectada por una serie de factores: nuestras expectativas, nuestra cultura, edad, capacidad gustativa, solo por nombrar algunos.
Debido a lo anterior, el sabor “óptimo” puede resultar algo engorroso de determinar, ya que, por ejemplo, los paneles de degustación para medir el sabor de la fruta toman mucho tiempo y recursos. ¿Puede entonces un computador ayudarnos en la tarea de establecer el buen sabor de una fruta? Y aunque jamás veremos a un ordenador saboreando una manzana, la respuesta es sí. Un grupo de investigadores de la Universidad de Florida, Estados Unidos, abordó el tema centrándose en la percepción del consumidor, y realizó un estudio cuyos resultados permiten tomar los componentes volátiles junto a otras características tradicionales de la fruta y hacer un modelo predictivo utilizando IA.
Mostrando un potencial muy superior al de las metodologías que tradicionalmente se han utilizado en bromatología, la IA logró que un computador determinara si el sabor de una fruta será apreciado por los consumidores. Es lo que se denomina AI Connoisseur, es decir, un modelo que le dice a los investigadores qué composición química en una fruta produce mayor o menor placer al paladar humano. “El sabor juega un rol muy importante en el crecimiento de la industria. Si al consumidor le gusta un producto, volverá a comprarlo”, explica el Dr. Patricio Muñoz, director del Programa de Postgrado en Fitomejoramiento o Plant Breeding de la Universidad de Florida, y profesor asociado del programa de mejoramiento genético de arándanos.
Machine Learning: Es una rama de la inteligencia artificial (IA). Se enfoca en enseñar a las computadoras para que aprendan de los datos y mejoren con la experiencia –en lugar de ser explícitamente programadas para hacerlo–. Las aplicaciones de machine learning mejoran con el uso y se vuelven más precisas a medida que tienen acceso a más datos.
De forma empírica, se sabía que el aumentar el contenido de azúcar y disminuir la acidez era una buena ecuación. Sin embargo, los estudios desarrollados en la universidad estadounidense -enfocados en tomates y arándanos- permitieron comprender mejor el sabor de estos productos, donde los componentes volátiles juegan un rol muy importante.
Pero, ¿qué son los componentes volátiles? Son químicos naturales presentes en la fruta, explica el Dr. Muñoz, que otorgan distintas experiencias de sabor. “Algunos de ellos proporcionan características que lo mejoran –por ejemplo aumentando la sensación de dulzura– y hay otros que lo empeoran”.
Usando IA y Machine Learning, sumado a toda la información reunida en más de 10 años de paneles de degustación sobre el arándano, lograron establecer un modelo de predicción estadística y qué componentes volátiles son los responsables de un buen sabor.
“La parte más importante del estudio es la posibilidad de tomar todos estos componentes volátiles y todas las otras características tradicionales de la fruta, y hacer un modelo que permita predecir, antes de que la fruta la pruebe una persona, si al consumidor le va a gustar o no cierta combinación”, explica el investigador.
En arándanos el modelo se utiliza hace ya dos años para hacer selecciones dentro del programa de mejoramiento. “Esto ya se aplica, no es un tema teórico solamente, y nos ayuda a saber cuáles son las variedades en las que nos tenemos que enfocar desde el punto de vista del sabor. Las otras características las medimos de forma tradicional, pero el sabor es muy complejo de determinar”.
Además del arándano y el tomate, que fueron foco del estudio, en Florida el modelo también se está aplicando para la frutilla. Generar un modelo para otra especie en particular, explica el Dr. Muñoz, implica disponer de los datos metabólicos y de paneles de degustación para esa fruta, utilizando las mismas metodologías que los expertos de la Universidad de Florida. “No se puede pasar de una especie a otra, porque, por ejemplo, como consumidores la acidez esperamos encontrarla en el limón, pero en otras frutas no es tan deseable. Estos componentes químicos tienen que estar en la fruta indicada”.
MANEJO AGRONÓMICO Y CALIDAD: Mediante el uso de modelos de simulación ecofisiológicos, que representan el funcionamiento de las plantas, más una gran cantidad de datos que describen los escenarios productivos, así como datos que representan los resultados obtenidos, la IA permite evaluar el efecto que tendrá un determinado manejo agronómico sobre la calidad. “En otras palabras, permite evaluar ex ante el efecto que tendrán distintos manejos agronómicos sobre la calidad de la fruta y de otros productos hortícolas, en pre y postcosecha. Así, el agricultor o empresa podrá decidir qué manejo agronómico es más adecuado a sus condiciones productivas”, explica Rodrigo Cazanga. Para el experto es necesario que las empresas o agricultores revisen sus costos de producción, con el propósito de que tengan conciencia del bajo costo que implica disponer de herramientas de IA para la toma de decisiones estratégicas y operativas. “Para que la empresa o agricultor tenga una mayor probabilidad de éxito, debe invertir en IA científica, es decir, adquirir herramientas de inteligencia artificial que estén fundamentadas en metodologías y disciplinas científicas probadas. Esto redituará en una racionalización de los costos de producción”.
Vaccinium®. Plataforma desarrollada para tomar decisiones estratégicas y operacionales para la producción comercial de arándanos. Consta de módulos que permiten racionalizar el programa comercial, seleccionar el mercado de destino, diseñar los programas de riego, fertilización, huella de carbono y huella hídrica, y cuantificar la aptitud productiva del territorio para distintas variedades de arándano a diferentes escalas geográficas (huerto, comuna, región, país), bajo condiciones climáticas actuales y futuras. La imagen muestra la aptitud productiva del territorio peruano para producir arándanos en función del clima. El color verde indica probabilidad de éxito mayor al 90% si el manejo agronómico es el adecuado.
Actualmente, en la UF están probando la IA para mejorar los resultados de los paneles de degustación. Los panelistas prueban la fruta de forma tradicional, pero lo que determina el grado de satisfacción es una cámara ubicada en frente de ellos. “Ni nosotros sabemos lo que queremos, las encuestas tienen mucho ruido por ese tema, pero nuestra cara revela en unos segundos lo que estamos sintiendo. Eso es lo que capturamos y entonces podemos predecir si al panelista le gustó la fruta sin que nos tenga que decir nada”.
ELEGIR LO MEJOR
Contar con los datos necesarios y un buen entrenamiento, es la base de la aplicación de la IA en los sistemas de clasificación y análisis de calidad de la industria hortofrutícola. Procesos que en el pasado se realizaban de forma manual, con un número importante de personas mirando atentamente la fruta para seleccionarla, están cada vez más automatizados. Aunque no toda esta tecnología corresponde a IA.
“La IA -esencialmente mediante visión computacional- se aplica más bien para la clasificación, para la separación de aquellas frutas u hortalizas que son de nivel premium respecto de las que no lo son, o aquellas que deben ser desechadas”, precisa Roberto Musso.
María Cabello, responsable de Marketing y Comunicación en Maf Roda para España y Latinoamérica, señala que “esta tecnología nos ha permitido desarrollar sistemas mucho más rápidos, fáciles de manejar y adaptables a las necesidades de los clientes. Con la IA el sistema sigue aprendiendo continuamente, por tanto, cuanto más se use más preciso será”.
Maf Roda incorpora la IA en varios de sus productos, entre los que destaca un nuevo software de clasificación para cítricos. “Vamos un paso más allá en la programación con IA, consiguiendo un sistema muy sencillo de manejar para el usuario, que reduce el número de parámetros a gestionar y se ajusta de manera autónoma y automática”, destaca Cabello. “Una tarea que antes necesitaba de un programador, ahora la realiza el sistema. Gracias a la IA, el sistema de calidad se ha podido simplificar a tal nivel que con unas pocas horas el operador puede aprender a manejarlo sin problemas”.
Respecto del funcionamiento de la IA en los equipos Aweta, Fabián Contreras precisa que “las líneas de producción vienen con una ‘receta base’, donde podemos ver golpes de sol, los defectos básicos del fruto… pero estos parámetros después se van ajustando en la puesta en marcha de estos equipos. Se pueden configurar para distintos mercados, de acuerdo a parámetros de aceptación, características particulares que se privilegian o categorías determinadas que se exportan”.
Las máquinas incluso se pueden ajustar para cuestiones tan específicas como la detección de daño por granizada. “Nuestro departamento técnico va a la planta, consigue 1000 muestras de manzanas con heridas de granizo, carga esas 1000 fotos a la matrix y pone la máquina en modo entrenamiento. Con esto, la máquina adquiere un parámetro de alta precisión para detectar este tipo de defectos”, explica el ejecutivo de Danich.
La española Elifab Solutions es otra de las empresas que está apostando fuerte por la incorporación de IA en sus equipos de clasificación. “En nuestro caso nos toca clasificar frutas por diferentes características, tanto internas como externas, además de visibles y no visibles al ojo humano. En arándanos y cerezas es realmente sorprendente, nos facilita la labor de operación de nuestros equipos obteniendo resultados consistentes”, subraya Nicolás Carvallo, gerente general de Elifab Chile.
UNA MEJOR GESTIÓN DE LA FRUTA
Con la ayuda de la IA y los datos obtenidos, es posible anticipar jugadas y tomar mejores decisiones. Al obtener información sobre el estado de maduración de una fruta, se puede estimar su vida útil mediante aplicaciones basadas en visión artificial y algoritmos de machine learning, y de esta manera determinar si resistirá para llegar en buenas condiciones a mercados externos, o bien si es mejor destinarla al mercado local.
Para Fabián Contreras, es clave el provecho que cada usuario pueda sacarle a los equipos y tecnologías para diferenciarse de la competencia. “Esta máquina y este sistema es una tremenda herramienta, que si la quieres explorar y explotar no tienen límites”. Imaginemos un productor de ciruelas que quiere hacer frente a los bajos precios de su cultivo y, para diferenciarse de la competencia, decide sacar un producto especial. “Con InScan – tecnología presente en los equipos Aweta– puedes medir grados Brix y clasificar, por ejemplo, sobre 3, 6 u 8 en distintas salidas. Entonces, entrenamos la máquina, pasamos fruta y detectamos cuánto es lo que podemos mejorar”, explica el gerente comercial de Danich.
Con la IA es posible anticipar jugadas, como determinar si una fruta resistirá para llegar en buenas condiciones a mercados externos o bien si será mejor destinarla al mercado local.
La temporada pasada, con un cliente trabajaron un producto diferenciado: kiwis extra dulces. “Obtuvimos un fruto homogéneo en calibre y con un dulzor más elevado que el resto de la fruta. Entonces, puedes venderlo a un precio mayor, con un packing especial y le das valor agregado a tu producto”.
El InScan es un pulso de ultrasonido infrarrojo que atraviesa la fruta y, en base a tabulaciones y pruebas empíricas previas, detecta cuánta resistencia opone el fruto en razón de su diámetro. Esta técnica permite una predicción rápida y precisa de las características internas del fruto. “Con este equipo podemos saber, por ejemplo, si una manzana tiene defectos internos, como una pudrición, un corazón acuoso, detectar parámetros de madurez, clasificarla por calibre, en fin. También es posible ver grados Brix, aunque en la manzana no es tan llamativo como en frutos dulces como el kiwi o la ciruela. En la palta podemos ver la cantidad de materia seca y con eso saber qué tan aceitosa será cuando la partas en la cocina de tu casa. Y si encuentras que las decisiones no fueron las más acertadas, se ajusta el parámetro de detección y/o se cargan más imágenes. Por ejemplo, el ‘hombro caído’ en el kiwi es uno de los más difíciles de ver”, detalla Contreras.
En opinión de María Cabello, de Maf Roda, la gran ventaja de contar con un sistema de clasificación que aprende y evoluciona a medida que se utiliza, es la gran precisión y adaptación a las necesidades del usuario que se logra. “El objetivo de nuestro sistema es ayudar a nuestros clientes a mantener una calidad constante en sus productos, con gran eficiencia, precisión y fiabilidad”.
Y es que una cosa es la cantidad de defectos que permiten visualizar estos equipos, y otra es su potencial para poder diferenciar el producto con otro tipo de parámetros. “Tomemos la madurez. Si los kiwis o las ciruelas están más maduros, los podrías clasificar en otro tipo de embalaje para un mercado que no tengan que viajar 40 días como a Asia. Eso produce menos mermas, menos rechazos en destino y permite gestionar mejor”, aclara Contreras.
A su juicio, “estas máquinas pueden ser la última chupada del mate a nivel mundial, pero si no las entrenas y no tienes el soporte del proveedor en el lugar, no sirven o funcionan muy poco. Y son máquinas que cuestan 2 millones de euros, es una inversión no menor, entonces lo que esperas son resultados buenos”.
Basado en la experiencia internacional, el ejecutivo de Danich no tiene duda que a nivel regional Chile lidera la incorporación de esta tecnología, muy cerca del estándar europeo. “Después podría venir Colombia. Por condiciones sociopolíticas Perú y Argentina se han quedado atrás. En Perú la mano de obra es muy barata. Todos piensan que estas máquinas se pagan por la cantidad de mano de obra que ahorran, pero eso es un porcentaje mínimo, en realidad se pagan por la cantidad de toneladas/hora que puedo procesar, embalar, clasificar, paletizar, y por la calidad del fruto”, sentencia.
LO QUE VIENE
Considerando que la IA es una tecnología en constante desarrollo, es importante mantenerse atentos a los avances que se vayan incorporando en el sector.
Desde el área del mejoramiento genético, el Dr. Patricio Muñoz destaca que en la IA los modelos de predicción son y seguirán siendo un tema muy poderoso. “Nosotros seguimos mejorando nuestro modelo de predicción de sabor y trabajando en otros estudios que van a salir pronto en esta área. La predicción es una herramienta fundamental como mejorador genético, porque nos permite saber si una variedad será buena o no antes de que se desarrolle. Te ahorra un montón de tiempo y dinero”.
La capacidad que muestre el sector hortofrutícola de ir incorporando de manera virtuosa los adelantos que ofrezca la IA, también es una variable relevante a la hora de proyetar el futuro de esta herramienta. Para Roberto Musso, la proyección de la IA en la fruticultura y en la industria agrícola en general es promisoria, “pero depende de la adopción por parte del sector, que tiene que ser muchísimo más agresivo y permitirse innovar y hacer pruebas. Toda tecnología trae mejoras, y la IA en particular hace que la producción sea mucho más precisa, eficiente y a un menor costo”.
Según Fabián Contreras, si el sector es capaz de hacer un uso adecuado de la tecnología y sacar su máximo provecho, la IA se terminará convirtiendo en un gran aliado para la agregación de valor de la industria exportadora de frutas. “Cómo me diferencio, cómo le entrego un mejor producto al consumidor y obtengo una mejor rentabilidad para mi empresa. Eso, al final, significa estar más preparados para los cambios del mercado, para los fenómenos climáticos que impactan la producción, y te permite tener una propuesta de valor frente a tus competidores”.