La agricultura se vuelve digital para ser más ecológica

En los campos agrícolas de Europa ya se pueden encontrar tractores que no necesitan conductor para moverse, máquinas que se comunican entre ellas y sistemas inteligentes para deshacerse de las malas hierbas. 

También se han empezado a volar los primeros drones para sacar mapas aéreos detallados y poder tratar los cultivos con técnicas de precisión y más sostenibles. Y en el trasfondo aparece cada vez más nítido el horizonte del machine learning, con su potencial de mejora de los rendimientos gracias a predicciones afinadas. Los datos existentes reflejan que aún se trata de un comienzo: pero poco a poco, también el campo se digitaliza.
 
Las innovaciones que el sector acoge buscan aliviar las condiciones de trabajo de los agricultores, así como obtener mejores rendimientos de los cultivos y reducir el impacto de operaciones especialmente costosas como la detección de plagas y enfermedades. Pero también hay objetivos relativos a la sostenibilidad: la reducción de herbicidas dañinos para los terrenos y sus frutos y una gestión inteligente del agua necesaria para el riego, un recurso puede ser escaso.

Entre las principales nuevas tecnologías que se emplean en el agro tenemos:

El futuro de la agricultura pasa por la utilización de tractores y máquinas autónomas sin conductor, y robots como el prototipo de la foto. Crédito: Small Robot Company.

Tractores y otras máquinas autoguiadas

La conducción humana de vehículos agrícolas presenta algunos inconvenientes: entre ellos, cansancio por la monotonía y la repetitividad de la tarea y errores acumulados en el seguimiento de las trayectorias. Los sistemas de autoguiado de estas máquinas ya son una opción integrada en la mayoría de ellas, y muy utilizadas por los agricultores, que por lo general ven en este aspecto una inversión segura y rentable.

De momento, la ley obliga a que los conductores sigan montados en el vehículo pese a que no lo conduzcan. Pero ahora pueden dedicarse a una supervisión mucho más detallada del trabajo en curso, destaca el investigador. El siguiente paso en esta innovación, agrega, será hacer las máquinas completamente autónomas, para que un solo operador pueda monitorear a distancia tres o cuatro de ellas a la vez.  

Protocolo de conexión electrónica

Ya casi todos los fabricantes de maquinaria agrícola integran en sus productos un protocolo único de comunicación electrónica, la norma internacional ISOBUS, que permite la compatibilidad entre máquinas diferentes a través de un cable ethernet. 

Así la información que obtenga un tractor, por ejemplo datos GPS, se puede transmitir directamente a un apero conectado con él (sin que tenga que coincidir la marca de ambos), lo que permite una aplicación más ajustada de abonados y herbicidas y mejorar ampliamente el tratamiento de los cultivos.

Equipos de control inteligente

Cada día la normativa europea en el uso de materias activas contra plagas y mala hierba es más restrictiva. Y la necesidad de encontrar métodos de control de la mala hierba sin uso de productos químicos es particularmente prioritaria para cultivos ecológicos. En los últimos años se han ido implementando máquinas capaces de detectar, por ejemplo con cámaras, esas plantas nocivas y quitarlas sin dañar el cultivo. 

El número de equipos inteligentes de este tipo adaptables a diferentes sistemas agrícolas aumentará en los próximos años. Desde el punto de vista de la contaminación ambiental y la seguridad alimentaria, son claras las ventajas frente a la aplicación convencional de herbicidas.

Protocolos de comunicación únicos, Inteligencia Artificial o el “machine learning” contribuyen a hacer más sostenible y eficaz la gestión de los recursos agrícolas. Crédito: Garford.

Drones

El uso de aéreos no tripulados en el campo todavía está en una fase experimental. Pero también representa una de las innovaciones con mayor potencial para el futuro. Uno de sus principales beneficios es el de poder proporcionar información espacial útil para generar mapas de cultivo detallados y así permitir mejores tratamientos de los terrenos. Si integran una cámara térmica, también dan la posibilidad de conocer la temperatura media de los cultivos para medir mejor el riego en cada zona de un campo.

Machine Learning

Estimar con exactitud la cosecha de un cultivo representa una información muy relevante para agricultores y cooperativas o agentes encargados de gestionar y vender el producto. Por ello, aprovechar la tecnología del aprendizaje automático basada en el análisis de ingentes cantidades de datos a través de algoritmos puede aportar ventajas prometedoras en este sentido. 

Ya se han empezado a poner en marcha algunos proyectos basados en inteligencia artificial. Mientras que la FAO prevé que en 2050 la producción agrícola deberá crecer un 50% respecto a como fue en 2012 para satisfacer la demanda global y la ONU advierte de la necesidad de cambiar modelo alimentario para frenar el cambio climático, hay quien ve en esta innovación también un potencial para hacer más sostenible la gestión de los recursos agrícolas.

Fuente:

Canal de Innovación

La ciencia describe los 4 tipos definitivos de personalidad: ¿cuál es el tuyo?

El análisis del comportamiento de 1,5 millones de personas lleva a científicos estadounidenses a establecer cuatro categorías psicológicas en las que entraríamos todos.

¿Qué diría el viejo Hipócrates de esta investigación? El médico griego teorizó en el siglo V a. C. que había cuatro temperamentos basados en el equilibrio o desequilibrio de los humores del cuerpo: flemático, colérico, melancólico o sanguíneo (inestable). Su hipótesis marcó durante más de dos milenios las ideas de la medicina y la filosofía occidentales sobre la personalidad y la salud.

2.500 años después, científicos de la Universidad del Noroeste (Estados Unidos) “se han marcado un Hipócrates” y han establecido que hay cuatro tipos de personalidad en las que se puede englobar a todos los seres humanos: media, reservada, centrada en sí misma y líder. 

El célebre médico de la Antigüedad se basó en sus observaciones para establecer su teoría. Sus colegas modernos, en el big data, que les ha permitido extraer conclusiones de 1,5 millones de cuestionarios hechos a personas de todo el mundo a lo largo de décadas en el marco de diferentes estudios. Los tests contenían entre 44 y 300 preguntas a las que respondían voluntarios interesados en conocerse mejor a sí mismos.

El big data sabe quién eres

Para moverse en semejante océano de datos, los investigadores de la Universidad del Noroeste emplearon el big data y el aprendizaje de máquinas, una rama de la inteligencia artificial que desarrolla técnicas para que los ordenadores aprendan. Con ellos crearon algoritmos que detectaron cuatro tipologías de personalidad basadas en la combinación de cinco rasgos de carácter que el paradigma psicológico acepta como básicos: extraversión, neuroticismo o inestabilidad emocional, apertura de mente, amabilidad y responsabilidad. 
Las cuatro clases de personalidad serían estas: 

• Media: es la más común y se caracteriza por altos niveles de neuroticismo y extraversión, y bajos de apertura de mente. Resulta más habitual en las mujeres.
• Reservada: es una personalidad estable, no abierta ni neurótica. No destaca por su extraversión, pero es amable y responsable.
• Centrada en sí misma: los individuos que la tienen puntúan muy alto en extraversión y por debajo de la media en apertura de mente, amabilidad y responsabilidad. El porcentaje de personas de esta tipología cae mucho con la edad, tanto entre hombres como entre mujeres.
• Líder o role model: muestra bajos niveles de neuroticismo, y altos en los demás rasgos. Su número aumenta mucho entre los sujetos de más edad, y hay más mujeres que hombres que respondan a este tipo de personalidad.

El tiempo lo cambia todo

Los investigadores recalcan el carácter dinámico de la personalidad, cambiante con los años. Los datos analizados revelan algo que todo el mundo sabe por propia experiencia: en la adolescencia es muy común que seamos sujetos centrados en nosotros mismos (esto resulta así sobre todo entre los varones). Sin embargo, con el paso de los años las tendencias neuróticas descienden y aumentan la responsabilidad y la amabilidad. 
Como dice Luis Amaral, principal autor del trabajo, “cuando estudias grupos muy amplios de población, aparecen tendencias claras que van cambiando en función de la franja de edad”. 

Preguntados por las aplicaciones prácticas de su investigación, los científicos defienden que sus conclusiones serán de mucha ayuda para psicólogos y psiquiatras, que gracias a ellas dispondrán de un modelo de referencia a partir del que diagnosticar enfermedades mentales. También piensan que las empresas pueden usarlas para refinar sus procesos de selección, y para conocer mejor a los consumidores y ajustar su oferta en función su forma de ser.

Fuente: Muy Interesante

Big Data: Todo lo que necesitas saber sobre la conquista del dato

El mar de datos es inmenso y caótico, pero navegarlo es cuestión de astucia al timón. Ya hay una cantidad casi infinita de información, el problema ahora es que se desborda. Industrias y gobiernos ponen el foco en cómo gestionarla.

En futuro en el que cada empleado sea su propio jefe, en el que la política de empleo una al parado con la empresa que necesita de sus cualidades y en el que las variables a la hora de acometer una obra faraónica se resuelvan con sencillez. El big data es una chistera de la que pueden sacarse infinitos conejos. Pero, como todo truco de magia, es frágil y arduo de ejecutar. La conversación sobre este paradigma tecnológico, del que numerosos analistas esperan un valor global de 200 millones de euros para 2020, ha cambiado radicalmente. Greg DeMichillie, director de producto de Google Cloud y ex de Amazon y Adobe, ha vivido esta transformación muy de cerca: “Ha habido un gran cambio en los últimos cinco o diez años. El problema al que se enfrentaban las compañías era que no podían permitirse económicamente almacenar todos sus datos. Se veían forzadas a elegir qué conservar y qué eliminar. Hoy eso se ha acabado; cualquier empresa puede permitirse almacenar el histórico completo de sus operaciones en la nube. Ahora el reto es encontrar, por así decirlo, las agujas de valor en estos pajares de información”.

La pregunta fundamental es cómo puede usarse esta tecnología
más allá de las grandes empresas.

Esas agujas pueden tener tanta importancia como fijar el rumbo político de la nación más poderosa del mundo. Rayid Ghani, director del Centro para la Ciencia de los Datos y las Políticas Públicas de la Universidad de Chicago, tuvo exactamente ese trabajo como jefe científico de la campaña para la reelección de Obama como presidente de Estados Unidos. Su océano de datos, los casi 66 millones de electores que votaron en los comicios. Pero no todos valían lo mismo.La utilidad electoral
“Las incógnitas que necesitas despejar para ganar unas elecciones son muy simples. Para cada votante debes descubrir dos cosas: ¿Te apoya o no? ¿Votará o no?”. Estas dos reglas despliegan la hidra de millones de cabezas que es enfrentarse a un censo electoral tan inmenso como el de Estados Unidos. Ghani explica cómo evaluar estas dos variables con una puntuación de 0 a 100 y las decisiones que hay que tomar, votante a votante, según la puntuación que saque. A los extremos, por ejemplo, no merece la pena dedicarles recursos económicos. “¿Para qué vas a gastar dinero en el que va a votar seguro y te apoya o en el que no te apoya y no va a votar seguro? El gasto tiene que hacerse en los que se encuentran en valores intermedios”. Sin embargo, los que sacan valores casi perfectos, cercanos al doble cien, son esenciales. “Les puedes pedir que participen como voluntarios, que contribuyan a financiar la campaña o que simplemente difundan el entusiasmo por tu candidato entre sus amigos”.

El arte de la evaluación de los datos, como apunta Ghani, llega en el amplio número de votantes incógnita. Para despejar esta duda, este experto indica que se acude al registro histórico. “Es especialmente complejo porque las elecciones suceden cada cuatro años, así que te puedes equivocar. Pero básicamente lo que hacemos es apoyarnos en cómo se evaluó a tales votantes de tal zona y en si esa evaluación se demostró correcta o incorrecta el día de las elecciones”.

Ghani subraya cuán importante es ser lo más fino posible en esta evaluación porque los recursos de una campaña son limitados. “Según el grado de éxito que calcules a priori has de elegir si te merece la pena un contacto por red social, una llamada telefónica o personarte en el hogar de ese votante para intentar convencerle de que te vote”. Estas predicciones se pueden reajustar sobre la marcha porque en algunos Estados se permite la votación anticipada, lo que posibilita que el modelo alimente sus poderes de oráculo teniendo en cuenta el comportamiento de estos votantes madrugadores.

La obsesión actual de Ghani y de otros académicos no se dirige, sin embargo, a sus usos electorales. Apunta a cómo los gobiernos de todo el planeta pueden desplegar esta tecnología para ser más eficientes. A lograr que las soluciones tecnológicas ya posibles se integren con administraciones poco acostumbradas o directamente desconocedoras de ellas. Salud. Transporte. Educación. Agricultura. Pobreza. Empleo. Todas las áreas de interés que competen a un Gobierno se pueden beneficiar de la aplicación inteligente del big data. Y en todas ellas la filosofía subyacente se resume en una sencilla frase: “Saber adónde debe ir el dinero y por qué”.

El artículo completo en: El País (Retina)

La interesante alianza entre 'big data' y comportamiento social

Analizar el lenguaje en plataformas como las redes sociales supone conocer de primera mano el pulso de la sociedad.

El lenguaje es una de las fuentes más ricas de datos que tiene el ser humano. Es el reflejo del pensamiento y de lo que se quiere decir en cada momento. Por ello, analizarlo en plataformas como las redes sociales supone conocer de primera mano el pulso de la sociedad, qué piensa y cómo se posiciona sobre la actualidad. Una monitorización al uso de las redes puede ofrecer algunas pistas, pero no ahonda lo suficiente porque no estudia en profundidad el lenguaje, qué quiere decir la persona con esas palabras. 

Para realizar este análisis, uno de los métodos más precisos e incisivos actualmente es el procesamiento del lenguaje natural. Esta disciplina cuenta con décadas de investigación y ha desarrollado sistemas que analizan de manera precisa el contenido de un texto, pudiendo extraer el sentimiento o la opinión que se deriva del mismo, lo que llamamos análisis semántico.

A través de un procedimiento de extracción de significado pueden apreciarse las opiniones de los usuarios, si son positivas o negativas; las emociones con respecto a lo que cuentan; la intención del mensaje, si se trata de una queja o sugerencia, por ejemplo; e incluso el grado de concienciación midiendo la implicación de un usuario sobre un problema social derivado de sus manifestaciones sobre el mismo. El sistema del análisis de sentimientos detecta además temas o palabras representativas, clasifica por categoría y establece una serie de variables demográficas.

La característica de esta técnica que le confiere la categoría de tercera generación de este tipo de aplicaciones de monitorización es la introducción del análisis semántico. Este estudio semántico permite profundizar en los textos distinguiendo entre factores lingüísticos como la ironía, las metáforas o el mismo contexto de la conversación.

Además, la información recopilada en las monitorizaciones basadas en el análisis de sentimientos difiere en gran medida sobre la recogida en encuestas o estudios de mercados. Todos los datos recogidos sirven para conocer el comportamiento, las opiniones, el sentimiento de los usuarios sobre ciertos productos o temas sobre los que se lleve a cabo este exhaustivo análisis de una manera instantánea y espontánea. Los usuarios vierten en sus redes opiniones y reacciones más ajustadas a la realidad porque cuentan con una libertad que no la dan las encuestas, dónde la persona puede maquillar sus opiniones por distintos motivos.

El artículo completo en: El País (España)

¿Qué trabajos conquistarán antes los robots?

Los transportes, la sanidad, los servicios financieros y la agricultura son cuatro de los sectores en los que se impondrá en menos tiempo la inteligencia artificial y el ‘big data’ 

Innovaciones como la robótica, la inteligencia articial o el big data transformarán profundamente la economía y la sociedad en pocos años. Lo repiten de manera unánime profesionales y especialistas de diversa procedencia. Pero pocos estudios resultan tan detallados y concienzudos como el publicado recientemente por la consultora Merrill Lynch, en el que se pronostica que en solo cinco ejercicios este mercado crecerá de 25.500 millones de euros a 136.600 millones.

Los cuatro países que gastan más dinero en estas tecnologías son Estados Unidos, China, Japón y Corea del Sur. Las ventajas destacan sobre los inconvenientes en los informes sobre esta área. No obstante, nadie oculta cuestiones como la posibilidad de que peligren el 47% de los empleos en Norteamérica porque los desempeñen mejor las máquinas. La hipotética reducción de “trabajadores del conocimiento” a escala mundial se cifra en 230 millones. 

A pesar de que ningún mecanismo de inteligencia artificial podrá emular verdaderamente el pensamiento humano hasta 2075 (o más allá), ya se habla de “robots asesinos”. De momento, la industria aeroespacial y de defensa cuenta con aparatos que no requieren control personal, como los drones militares. Hay aviones sin tripular en 90 estados; en 30 de ellos, estos ya están armados. En cualquier caso, los más optimistas replican que estos avances se acabarán aplicando a la aviación comercial. 

En cuanto a otros medios de transporte, uno de cada diez coches será totalmente autónomo, es decir, no necesitará conductor, en 2025, gracias a la investigación que están llevando a cabo compañías tecnológicas y de la automoción como Google y Tesla. Además, en el próximo quinquenio, los vehículos serán cada vez más “inteligentes” porque estarán conectados a internet y dispondrán de más funciones informatizadas.

El precio de estos turismos será superior al actual —alrededor de 8.500 euros por unidad—, sin embargo, con el tiempo, los analistas de Merril Lynch están seguros de que este importe irá disminuyendo, puesto que el fenómeno se habrá normalizado. Las autoridades japonesas albergan la esperanza de que haya “taxis robot” en los Juegos Olímpicos de Tokio de 2020.

La inteligencia artificial también permitirá sustituir a muchos de los inversores financieros del presente en 2020. Los técnicos están diseñando sistemas que son capaces de “aprender” de los movimientos de los mercados de todo el planeta. A su entender, no hay nada más fiable que los algoritmos para administrar el capital de los clientes.

La robótica se utilizará en los hospitales del futuro en numerosos ámbitos: del cuidado de pacientes discapacitados o ancianos a la cirujía fundamental. En 2000 apenas hubo mil intervenciones quirúrgicas asistidas por robot; en 2014, la cantidad había ascendido a 570.000. La progresión no se detendrá. Con una población que envejece gradualmente, Japón es ahora mismo la nación que apuesta más decididamente por los bots que ayudan a los mayores cotidianamente.

Las tareas de fabricación en las que se prescinde por completo de la participación humana suponen hoy el 10% del total. Los expertos calculan que en una década la proporción aumentará en un 35%. En su opinión, este cambio contribuiría a abaratar los costes de producción. Empresas como la controvertida Foxconn, en China, están siguiendo este procedimiento con pequeños componentes y piezas del iPhone de Apple.

Las granjas de 2025 se valerán del big data para optimizar sus cultivos. Se prevé que en la agricultura y la ganadería se opere con tractores sin conductor, robots que cuiden las plantas y los animales, etc. En estas actividades y en el sector de los servicios, las máquinas y gadgets le ahorrarán al personal las labores más arriesgadas, repetitivas o aburridas.

Fuente:

La Vanguardia