Matemàtica per a una agricultura intel·ligent

La matemàtica es percep com una disciplina teòrica i amb poca aplicació pràctica en el dia a dia. Però té branques molt aplicades, com la investigació operativa, que va néixer per resoldre problemes logístics de les tropes aliades a la 2a Guerra Mundial i que ha mantingut el seu caire aplicat a resoldre problemes reals de decisió. A Europa, s’estudia sobretot en carreres de matemàtiques pel paper que té l’optimització; als països anglosaxons, tradicionalment, es fa més a les enginyeries, pel seu aspecte pràctic, i això influeix en la seva popularitat.

La disciplina matemàtica desconeguda

El primer camp no militar on es va aplicar la investigació operativa. va ser l’agricultura, i el primer cas d’èxit va ser l’aplicació de la programació lineal per formular dietes que utilitzen els nutròlegs per a les formulacions de pinso, minimitzant el cost de producció tot satisfent les necessitats d’alimentació dels animals. Posteriorment es va aplicar al sector industrial, on generava més rendiments econòmics que al sector primari. Avui el repte és donar a conèixer aquestes solucions i adaptar-les a empreses i usuaris poc avesats a aquestes tècniques.

Transferència al sector agrícola

Per transferir a la societat els avenços en investigació operativa cal integrar-los en aplicacions informàtiques amb una interfície amigable, per a usuaris sense coneixements matemàtics. Són els denominats sistemes d’ajut a la presa de decisions, que amb informes, alertes i previsions permeten avaluar alternatives i ajuden a prendre la millor decisió segons el criteri de l’interessat.

Solucions per a pagesia i empreses

El desenvolupament del sector primari, l’increment de competitivitat, la seva industrialització i la millor formació dels empresaris agraris ha propiciat que es vagin creant eines per a diferents perfils de decisors. Avui la digitalització, l’ús de sensors i l’accés a internet per a l’automatització, control i anàlisi de processos permeten disposar de moltes dades, el big data; anticipar problemes o llençar alertes amb l’internet de les coses; i generar informació especialitzada per prendre decisions més ben informades i adaptades a cada situació.

Interacció amb les TIC i la IA

La intel·ligència artificial (IA) existeix gràcies a la matemàtica. Les xarxes neuronals profundes o deep learning són molt útils per fer tractament d’imatges, i s’estan desenvolupant moltes aplicacions a l’agricultura i ramaderia. S’ha aplicat en agricultura per a identificació de llavors i males herbes, identificació de varietats o estats de desenvolupament de fruits, plantes o flors, per al recompte de fruits en un arbre, en estimació de la collita de cereal o a determinar característiques dels sòls, entre d’altres. I en ramaderia, la identificació animal, l’estimació de pesos, la identificació del moment del part, recompte d’animals i moltes altres que ja s’estan explotant comercialment.

Aprenentatge profund o la personalització de les millors decisions

Des del punt de vista matemàtic, una xarxa neuronal és una funció amb milions de paràmetres que s’han d’ajustar i que s’apliquen en una imatge digital en píxels. Les xarxes neuronals són molt útils en el processament d’imatges que hauria estat molt complicat de fer amb altres tècniques. Finalment, l’ús d’aquestes xarxes permet prendre decisions en funció de la classificació obtinguda.

Aplicacions creades a la UdL

Des d’Agrotecnio i els departaments de Matemàtica, d’Informàtica i d’Administració d’Empreses de la UdL s’han fet projectes amb un gran potencial per al sector. Per exemple, amb la Federació de Cooperatives Agràries de Catalunya s’ha treballat en una plataforma big data que analitza dades del sector agrari de forma automàtica per prendre decisions més acurades en renovació varietal de fruiters o en gestió de l’aigua de reg. En la gestió de la fruita en cambres de fred s’optimitza com s’omplen les cambres, amb quina fruita o quin tipus de fred cal aplicar. En ramaderia, s’ha modelat el moviment de porcs per a monitoritzar els fluxos d’animals i anticipar compres d’animals i lloguer d’instal·lacions en cas de bonança, o la reducció de la producció i rescissió de contractes d’integració en cas de mercat advers. A nivell de granja també hi ha models per enviar a l’escorxador porcs d’engreix al moment òptim per maximitzar-ne el valor.

Impacte internacional

En països en desenvolupament, la UdL ha contribuït a la millora de l’explotació de la terra, el benestar social i desenvolupament rural. A Cuba, la minimització del transport de canya de sucre va estalviar milions de dòlars. Al Perú es va treballar un model de desenvolupament rural sostenible amb comunitats andines per planificar l’activitat agrària, optimitzant els recursos disponibles i incidint en aspectes com l’educació i el medi ambient.