[Columna de Yang Myeong-gyun] La IA agrícola debe ser una tecnología que cambie la perspectiva más que una que dé respuestas correctas.

[Columna de experto] Yang Myeong-gyun, Departamento de Ingeniería de Maquinaria Bioindustrial, Universidad Nacional de Jeonbuk

El resultado de un solo botón y el valor de la IA agrícola
La IA se ha convertido ya en una tecnología cercana. Crear frases, analizar imágenes y clasificar datos se ha vuelto mucho más fácil que antes. Hemos llegado a una era en la que, al pulsar un solo botón, aparece un resultado aparentemente convincente. Este cambio es claramente positivo. Que la IA sea más accesible significa que más personas pueden aprovechar los datos y obtener oportunidades para mirar los problemas de nuevas maneras.

Sin embargo, el valor de la IA agrícola no termina en producir resultados rápidos con solo pulsar un botón. La agricultura es un campo en el que cultivos, variedades, entornos, estaciones, condiciones de las explotaciones y métodos de trabajo están entrelazados de forma compleja. Incluso con el mismo cultivo, las respuestas varían según la época de cultivo y el entorno, y hasta la misma tecnología produce resultados distintos según las condiciones de la finca y de las instalaciones. Por ello, la IA agrícola no debe ser simplemente una herramienta que genere respuestas, sino una tecnología que lea la agricultura con mayor profundidad y la conecte con un valor verificable.

Una IA que cambie las preguntas más que una IA que dé respuestas correctas
Hasta ahora, las preguntas importantes en la agricultura han sido definidas en su mayoría por las personas. Preguntas como si los cultivos están creciendo bien, si han aparecido plagas o enfermedades, cuándo es el momento de la cosecha o si las condiciones ambientales son adecuadas. Estas preguntas siguen siendo importantes. Sin embargo, en la era de la IA, es necesario dar un paso más.
Un papel importante de la IA agrícola puede ser no solo responder más rápido a las preguntas que las personas ya conocen, sino también descubrir preguntas que las personas ni siquiera habían llegado a plantear. El potencial de la IA agrícola no reside solo en encontrar respuestas correctas más rápido, sino en cambiar las propias preguntas y perspectivas con las que observamos la agricultura.

Tecnología que lee señales que las personas no vieron
Ya han aparecido en diversos campos casos en los que la IA ha planteado nuevas preguntas a perspectivas existentes. Las jugadas inesperadas mostradas por AlphaGo plantearon nuevas preguntas a la intuición que las personas habían acumulado durante mucho tiempo en el juego del go. AlphaFold creó una oportunidad para superar los límites de los enfoques existentes en el antiguo problema científico de la predicción de la estructura de las proteínas. Estos casos no garantizan tal cual el éxito de la IA agrícola. Sin embargo, muestran claramente que la IA no se limita a imitar rápidamente el juicio humano, sino que puede presentar posibilidades que las personas aún no habían visto.

En la agricultura ocurre lo mismo. Las características definidas por las personas, como la altura del cultivo, el área foliar, los síntomas de enfermedades y las recetas de cultivo, siguen siendo importantes. Pero cuando se acumulan repetidamente datos de imagen, espectrales, tridimensionales, térmicos y ambientales, la IA puede proponer dentro de esos mismos datos nuevas características, como cambios en el crecimiento, señales de estrés, diferencias de respuesta entre variedades y relaciones complejas entre el entorno y el crecimiento, que las personas aún no habían definido. El valor importante de la IA agrícola no termina en calcular más rápido las características que las personas ya observaban; reside en abrir nuevas perspectivas para mirar los cultivos.

Dos inercias que frenan la IA agrícola
Desde esta perspectiva, hay dos inercias de las que hay que cuidarse al hablar de IA agrícola. La primera es la tendencia a cerrar nuevas preguntas debido a las dificultades del terreno. Por supuesto, el campo agrícola es complejo. Los cultivos no son uniformes, los entornos no se repiten y las condiciones y juicios de los agricultores también son diferentes. Por eso, hay que desconfiar de la actitud de hablar como si la IA fuera la respuesta a todo sin conocer el terreno.

Pero, por el contrario, tampoco se deben apartar los intentos de aplicar la IA ni siquiera las nuevas perspectivas que esta plantea solo porque el terreno sea difícil y complejo. Conocer profundamente el terreno no debe ser una base para cerrar las preguntas del futuro, sino el punto de partida para crear una IA mejor. El terreno no debe ser una razón para rechazar la nueva tecnología, sino una razón por la que la nueva tecnología debe profundizarse más.

La segunda es la tendencia a seguir los nombres de las nuevas tecnologías sin construir suficientemente la base. Incluso en la investigación y el desarrollo nacionales, la “nueva tecnología” siempre es un criterio importante. Sin embargo, en la IA agrícola, la novedad no significa simplemente pasar a la siguiente palabra clave o cambiar de dirección apresuradamente. Si las tecnologías anteriores no han sido suficientemente verificadas y los datos, los estándares y los sistemas de demostración son débiles, entonces, aunque se coloque encima la siguiente tecnología, los cambios en el terreno inevitablemente serán limitados.

Además, como la tecnología de IA cambia rápidamente, muchas veces las tecnologías que se pensaba que ya se habían desarrollado en el pasado deben redefinirse, volver a verificarse y volver a conectarse para ajustarse al nuevo entorno de IA. La IA agrícola no es una tecnología escalonada que se desarrolla una vez y luego pasa a la siguiente; es una tecnología que debe seguir revisándose y renovándose sobre una base acumulada que incluye incluso los fracasos.

Al final, lo que frena la IA agrícola no son solo las expectativas excesivas sobre la nueva tecnología, ni solo la cautela excesiva hacia ella. El problema está en hablar solo del terreno sin una perspectiva abierta, o hablar solo de novedad sin acumular una base. El terreno es el lugar donde la tecnología debe ser verificada, y la nueva tecnología no debe ser una justificación para saltarse la base, sino una oportunidad para reconstruirla de nuevo.

La investigación básica invisible crea el futuro de la IA agrícola
Entonces, ¿qué se necesita para el futuro de la IA agrícola? Una cosa es una mentalidad abierta que acepte las señales desconocidas que presenta la IA como nuevas preguntas. Otra es la investigación básica invisible necesaria para convertir esas preguntas en valor en el terreno. Los métodos de recopilación de datos, los criterios de interpretación de sensores, las definiciones fenotípicas, el modelado de la relación entre cultivos y entorno, y los sistemas de demostración a largo plazo pueden no tener una aplicación inmediata clara y puede que no parezcan logros llamativos.

Sin embargo, sin esas bases, las nuevas tecnologías de IA se tambalean en el momento en que entran en el terreno. No toda investigación cuyo uso inmediato no está claro es una investigación lejana. Más bien, en la IA agrícola, los procesos que no son visibles ahora mismo se convertirán más adelante en el punto de partida que determine el éxito o el fracaso de la aplicación en el terreno.

Para que la IA agrícola vaya más allá de ser una herramienta que produce resultados con solo pulsar un botón y se convierta en una tecnología que descubra características que las personas no vieron y las conecte con un valor verificado, estas bases deben tratarse con mayor seriedad. Al hablar en el futuro de IA agrícola, agricultura inteligente, IA física y agtech, lo importante no es seguir rápidamente los nombres de las tecnologías. Lo importante es preguntarse cómo esa tecnología permite leer la agricultura de una manera nueva, qué datos deja y mediante qué verificación regresa como valor al terreno.

El futuro de la IA agrícola no comienza con respuestas correctas más rápidas, sino con mejores preguntas. Y cuando esas preguntas pasen por los datos y la verificación y se conviertan en valor en el terreno, la IA podrá por fin convertirse no en una palabra de moda, sino en la próxima tecnología base de la agricultura coreana.