El artículo publicado por Rodrigo Jr. García Hoyos y su equipo, que hace un compendio sobre el uso de inteligencia artificial y machine learning, fue el primer resultado de un arduo trabajo que apenas comienza. Conozca el ambicioso proyecto que adelanta para mejorar la producción de carne en nuestro país.

García Hoyos es ingeniero de sistemas y docente de la Universidad del Sinú, y actualmente está haciendo un doctorado en Ingeniería de la Universidad Eafit donde está desarrollando un proyecto que presentará como tesis al culminar sus estudios. 

“Para hacer el doctorado, uno tiene que presentar una idea para estructurar un proyecto. Como soy de Córdoba, donde la economía es mayormente ganadera, quise trabajar en Inteligencia artificial en la producción de carne en Córdoba”, indicó.

El ingeniero explicó que la investigación que adelantará en los próximos años durante su doctorado ahondará en el uso de la inteligencia artificial (IA) y técnicas avanzadas de estadística, entre otras herramientas, para mejorar la productividad ganado de levante y ceba.

De acuerdo con García, esta primera aproximación consistió en consultar en diferentes portales académicos los trabajos que se han adelantado en la aplicación de machine learning (ML) en el sector agropecuario, pero específicamente en relación con ganadería de precisión.

En esta revisión bibliográfica a nivel mundial, centradas en las áreas de pastoreo y salud animal, comprobaron que no hay tanta información sobre ganadería de ceba y levante. (Lea: Investigadores realizan compendio sobre uso de 'machine learning' en ganadería)

“Además de eso, no toman en cuenta variables que son importantes como el forraje o el suelo, ni existe un trabajo en conjunto de la salud animal. Nosotros pretendemos hacer un sistema holístico con ganadería de precisión, en el cual todo estará conectado”, dijo.

Este sistema incluiría todas las variables que involucran a la ganadería, como el suelo, el clima, el animal, su salud, etc., para tomar las mejores decisiones sobre, por ejemplo, el punto óptimo de forraje al hacer una rotación o el rendimiento de un animal en un determinado hato.

El inicio del proyecto

El estudio “A systematic literature review on the use of machine learning in precision livestock farming” (“Una revisión sistemática de la literatura sobre el uso del aprendizaje automático en la ganadería de precisión”) fue el paso inicial para este gran proyecto de doctorado.

Este primer artículo sobre MLaplicado para el sector agropecuario le permitió conocer los avances en varios sistemas salvo en la ganadería de ceba y levante, lo que confirmó su planteamiento de hacer una herramienta para este tipo de producción.

“La IA y el ML no lo han trabajado a fondo en ganadería de ceba tomando todas las variables. ¿Cómo hacen los ganaderos para sembrar? Quizá los más tecnificados harán estudio de suelos, pero no todos. Pero, ¿qué pasaría si tuvieran un sistema con sensores conectados al suelo que midan sus características, y dependiendo de este análisis y del clima, les recomiende cuál pasto tendrá la mejor producción?”, aseguró García.

Estas preguntas que plantea el ingeniero de sistemas son apenas algunas que van a ser resueltas por el sistema que está desarrollando en un largo camino que acaba de empezar, pues apenas va a culminar su primer año de doctorado, pero que ya promete revolucionar en el sector.

“El artículo demostró con argumentación científica que no se han trabajado en este contexto ni se han analizado todas las variables. En cambio, son trabajos muy puntuales: por ejemplo, hablan solamente el pastoreo, pero no de la salud animal. Lo que yo busco es un sistema que incluya pastoreo, salud animal, y sobre todo, el suelo”, manifestó.

Según reveló, su objetivo es diseñar un sistema soportado por una “malla de sensores”, de modo que diferentes dispositivos medirán el ganado, el terreno, los reservorios de agua, entre otros. (Lea: Así contribuyen las herramientas tecnológicas al desarrollo del agro 4.0)

El sistema que García está diseñando planea recolectar esta gran cantidad de datos, así como los que registran los actuales programas de registro ganadero, para que con la ayuda de la IA el propietario reciba alertas y pueda tomar decisiones precisas y en beneficio de su producción.

“El sistema puede decirle que hoy debe rotar un determinado lote al potrero x, porque este potrero ya está recuperado, con el fin de evitar el subpastoreo o el sobrepastoreo, y puedas utilizar todo ese potencial. Ese es el tipo de recomendaciones que hará el sistema”, aclaró.

Un piloto de PUAD para obtener datos

A pesar de hacer su carrera profesional en ingeniería de sistemas, García siempre estuvo inclinado por el negocio ganadero, pues su abuelo fue un pequeño productor en tierras cordobesas. Ahora, con su madre, tienen un terreno donde crían ganado.

Allí tiene un pilotaje de Pastoreo de Ultra Alta Densidad (PUAD) en la finca, y con la ayuda de un dron, hace seguimiento de los potreros. En un sistema de levante donde destina 10 animales para pastorear en una hectárea y los rota en un terreno de solo dos, o sea que van de un lado a otro.

“Ya han pasado dos meses y todavía tengo pasto. Estoy llevando los animales a 180, 190 kg en promedio. Son destetes de un ganado de mi mamá y los puse en este sistema”, apuntó. (Lea: Con mayor conectividad y tecnología se fortalecerá el campo colombiano)

¿Pero qué tiene que ver el PUAD con su proyecto de doctorado? Pues se trata del terreno donde probará las herramientas que irá desarrollando poco a poco hasta llegar al final de su estudio, al cabo del cual espera terminar con un sistema para todos los ganaderos, pero especialmente para pequeños y medianos.

“Los datos que obtengamos serán de una finca del trópico, con características similares a las de estos productores, que no tendrán para comprar sensores u otros equipos. Entonces, lo que vamos a hacer es construir modelos que van a servir para los pequeños productores, porque las características del suelo o del clima son parecidas, por ejemplo”, aseveró.

De esta manera, para estos ganaderos no entregarían el sistema completo, pero sí es probable que les ofrezcan una aplicación móvil. En general, lo que buscan para todos los productores es elevar su eficiencia para obtener un kilo de carne al día por cada animal.

En sus charlas con varios productores de la región, encontró que los rendimientos oscilaban entre los 15 y 20 kg de ganancia de peso al mes. Su proyecto busca mejorar estos resultados y el punto de partida para obtener datos es el sistema PUAD que tiene en su finca.

Pero este sistema también viene acompañado de impulsar un cambio de mentalidad en aquellos ganaderos que se resisten a adoptar nuevas tecnologías o a cambiar sus hábitos productivos. (Lea: ¿Qué es el Machine learning y cómo se ha empleado en investigaciones en ganadería?)

“Mis tíos se dedican a la ganadería desde hace varios años. Pero ellos no aceptan cambios, por ejemplo con el sistema de pastoreo. Ellos ni siquiera creen en el rotacional, todavía están con el continuo. No imagino cómo reaccionarán cuando les comente del PUAD o del pastoreo Voisin. Sé que hay una brecha que se debe romper y nosotros queremos hacer un acompañamiento”, indicó.

Apoyo de la universidad, el gremio y las empresas

García aseguró que la Universidad Eafit está brindando todo el respaldo a su proyecto, no solo por la dirección de los profesores José Lisandro Aguilar y Mauricio del Toro, sino que además estos lo incluyeron como propuesta para financiación interna de la Eafit, tras lo cual el ingeniero recibió una beca.

También han hecho acercamiento con funcionarios de la Federación Colombiana de Ganaderos (Fedegán), así como el Grupo Nutresa y Nutryr S. A., que envió una carta de interés para vincularse al proyecto. Todas estas entidades quieren ver cómo se lleva a cabo el sistema.

“En el momento que yo necesite a Nutresa o Nutryr para que me den datos sobre la producción de carne en determinada finca, cómo ha cambiado en el tiempo o cómo es el producto final, si la carne tiene más marmoleo, todas las variables que tengan que ver con la finalización”, remató.