El cambio climático ha traído, y seguirá trayendo consigo, nuevos desafíos para la agricultura. En este contexto, uno de los tantos cultivos que ha tenido que enfrentar esta realidad es el del arándano. Por ello y con el objetivo de desarrollar un proyecto de investigación aplicada que solucione las necesidades de esta industria, la empresa Hortifrut, principal exportadora de arándanos de nuestro país, decidió postular junto a un grupo de investigadores de la UAI a los fondos del concurso Contratos Tecnológicos de Corfo.
El resultado: La adjudicación de financiamiento para el proyecto: “Desarrollo de modelos predictivos usando machine learning para la toma de decisiones en la producción de arándanos bajo condiciones actuales y proyectadas de cambio climático” en el que participan los profesores de la Facultad de Ingeniería y Ciencias: Gonzalo Ruz, Josefina Poupin y Miguel Carrasco quienes, además, integran los centros de investigación Complexity, Bio y Tech, respectivamente. Los académicos trabajarán en este proyecto multidisciplinario durante un período de 24 meses, junto a Felipe Aquea, investigador asociado de la UAI y Francisca Boher, investigadora de la Universidad Católica.
La iniciativa contempla el desarrollo de modelos matemáticos predictivos los que a través del uso de herramientas de machine learning esto es, datos históricos e información obtenida durante el transcurso del proyecto, permitirán predecir las respuestas de las plantas de arándanos bajo determinadas condiciones ambientales e interacción de variables.
Al final de proyecto, se espera poner a disposición de los productores de arándanos los resultados obtenidos a través de una plataforma amigable que estará disponible en el sitio web de la empresa Hortifrut. Esta es la primera vez que la UAI se adjudica el concurso Contratos Tecnológicos de Corfo. La postulación de esta propuesta recibió el apoyo de la Oficina de Proyectos y Propiedad Intelectual, OPPI.
Machine learning, biología y tecnologías de la información
Debido a sus características nutracéuticas, es decir, con acción terapéutica, el arándano ha presentado un importante incremento en su consumo a nivel mundial. Estudios del Instituto de Investigaciones Agropecuarias del Ministerio de Agricultura (INIA), indican que la producción mundial de este fruto ha crecido cerca de un 50% desde 2008 y que nuestro país se ha convertido en el principal exportador del hemisferio sur.
Debido al aumento en la demanda de este producto, es fundamental el desarrollo de tecnologías que logren optimizar su producción. Precisamente el grupo de investigadores UAI detectó esta necesidad de la industria y optó por realizar un trabajo en equipo que combine sus áreas de especialidad durante todo el transcurso del proyecto. “Este tipo de problemáticas requieren ser abordados de forma multidisciplinaria, debemos interactuar entre investigadores de distintas disciplinas a lo largo de todo el proyecto, en cada una de sus fases”, explica Gonzalo Ruz, profesor de Ingeniería Civil Informática.
La primera de tres etapas de este proyecto es la recolección y pre-procesamiento de datos para el desarrollo del sistema predictivo. “Frente al cambio climático, los productores han tomado medidas como llevar algunas de sus plantas a invernaderos. Sin embargo, existen problemas para predecir el comportamiento de éstas y con el cambio climático, se estima que este panorama irá empeorando a futuro. La primera parte de nuestro proyecto consiste en estudiar datos históricos y ver cuáles datos relevantes podemos obtener al cruzarlos con información ambiental y de la producción”, señala Josefina Poupin, profesora de Ingeniería Civil en Bioingeniería.
Una vez obtenidos estos datos, viene una segunda etapa que consiste en la instalación de sensores en unidades de monitoreo que entregarán, en tiempo real, nuevos datos para ser procesados y, con ellos, nuevos modelos matemáticos para la predicción. “También es un desafío que estos datos puedan ser enviados resistiendo las condiciones locales y a través de una conexión remota a la red celular”, indica Miguel Carrasco, profesor de Ingeniería Civil Informática.
Y la tercera etapa y final, consiste en la construcción de modelos predictivos utilizando machine learning. En esta fase del proyecto, estos modelos también deberán ser validados y aplicados en estaciones experimentales en las que se modificarán las condiciones ambientales para el crecimiento de las plantas de arándano. “Además de recolectar datos ambientales, buscaremos parámetros moleculares para poder predecir. Por ejemplo, cuando se prenda o apague un gen, podremos predecir si la planta va a florecer en un corto período de tiempo”, agrega Josefina Poupin.
Una vez finalizadas todas estas etapas, esta nueva metodología estará lista para ser alojada en el sitio web de Hortifrut. Además, se espera que a futuro esta iniciativa también pueda expandirse a otros tipos de cultivos y que las herramientas tecnológicas y metodológicas desarrolladas puedan ser utilizadas por la pequeña y mediana industria agrícola de Chile.