[Columna de Yang Myung-kyun] En la era de la IA física, ¿los datos agrícolas tienen «verbos»?

IA ha dejado atrás la época en que daba respuestas dentro de la pantalla, y la IA física, que observa la realidad, juzga y se mueve directamente, está atrayendo la atención. También en la agricultura están aumentando rápidamente los intentos de combinar la IA y los robots en la cosecha, el control de plagas, el transporte, y el control ambiental. Pero antes de hablar de robots y modelos, hay algo que debemos preguntarnos primero. ¿Qué vamos a hacer leer a una IA que quiere aprender acciones?

Si clasificáramos los datos agrícolas hasta ahora por categorías gramaticales, la mayoría serían ‘sustantivos’. Temperatura, humedad, área foliar, fruto, síntomas de enfermedad, rendimiento. Pero para que la IA física actúe en la realidad, los sustantivos por sí solos no bastan. Los datos agrícolas también necesitan ‘verbos’.
 

Hay muchas palabras, y pocas oraciones

La IA agrícola ha desarrollado rápidamente la capacidad de ‘ver’ los cultivos durante este tiempo. El enfoque multimodal que combina imágenes RGB con datos tridimensionales, espectrales·hiperespectrales, termográficos, y sensores ambientales ha permitido expresar con mayor precisión el estado de los cultivos. Estos datos se convierten en los ‘ojos’ de la IA física. Porque, para actuar, primero hay que ver correctamente.

No es que los verbos no existan en absoluto. El controlador de un invernadero inteligente deja constancia de cuándo abrió las ventanas cenitales y cuánta solución nutritiva suministró. Sin embargo, por lo general el registro termina ahí. En qué estado estaba el cultivo en ese momento, por qué se tomó esa decisión, y cómo reaccionó después están en otro lugar o no quedan registrados. En trabajos realizados con las manos, como el deshoje, el aclareo de frutos, el entutorado, y la cosecha, a menudo la acción en sí no queda como dato.

En definitiva, lo que falta no es solo cantidad de datos, sino conexión. En qué estado, qué se hizo, por qué se hizo, y qué cambió como resultado. Solo cuando estas cuatro cosas se enlazan en el flujo del tiempo se convierten en una ‘oración’ que la IA puede aprender. En nuestros datos agrícolas hay muchas palabras, pero pocas oraciones.
 

Esperar también es un verbo

Pensemos en un robot cosechador. Reunir solo las trayectorias con las que el brazo robótico localiza la posición de los frutos, se acerca y los recoge no basta para constituir datos de acción suficientes. También deben estar presentes por qué se eligió ese fruto, desde qué dirección se abordó, cuánta fuerza se aplicó, y si no hubo daños después de la cosecha.

Lo más interesante son los frutos que no se recogen. Un trabajador experimentado los ve y aun así no los toca. Porque ha juzgado que es mejor esperar uno o dos días más. En la agricultura, ‘esperar’ también es una acción importante. Pero lo que no se hizo normalmente no queda registrado. Una IA que aprende con datos que solo registran lo hecho puede aprender cuándo debe moverse, pero le resulta difícil aprender cuándo no debe moverse.
 

Las oraciones de la agricultura terminan tarde

En muchas tareas robóticas de fabricación·logística, se puede confirmar en poco tiempo si se sujetó un objeto, o si se colocó en su sitio. En la agricultura, a menudo no ocurre así. El riego y el ajuste de la solución nutritiva de hoy influyen en el crecimiento y la calidad unos días después, y el deshoje y la poda se manifiestan semanas más tarde como diferencias de rendimiento y calidad. Incluso una misma acción produce resultados distintos según la variedad, la etapa de crecimiento, y el entorno.

Dicho como una oración, el sujeto y el verbo se escribieron hoy, pero el punto final se pone varios días o incluso semanas después. Mientras tanto, el clima cambia y se superponen otros trabajos, lo que dificulta discernir qué resultado provino de qué acción. El hecho de tratar con seres vivos es la razón por la que la IA física agrícola difícilmente puede completarse trasladando sin más la automatización de otros ámbitos.
 

El conocimiento tácito no es una respuesta correcta, sino una hipótesis

En la agricultura se dice que son importantes la experiencia y la intuición de los agricultores experimentados, es decir, el conocimiento tácito. La capacidad de observar el color y la postura de las hojas, y el clima del día, y decidir ‘hoy reduzcamos un poco el riego’, sin duda existe. Entonces, ¿bastaría con enseñar ese juicio tal cual a la IA?

Incluso ante una misma situación, los agricultores experimentados pueden emitir juicios distintos, y tampoco hay garantía de que un método usado durante mucho tiempo sea siempre el mejor. En un buen resultado intervienen no solo el juicio del agricultor, sino también diversas condiciones como las instalaciones, la variedad, y el clima. Por lo tanto, reunir muchos registros por sí solo no separa automáticamente el efecto de un juicio concreto. Solo si también existen casos en los que se actuó de manera distinta en condiciones similares o experimentos comparativos, se puede comprobar si ese juicio fue correcto.

Por eso, el conocimiento tácito se parece más a una buena hipótesis que espera verificación que a una respuesta correcta que la IA deba seguir. Convertir la experiencia de los agricultores en datos no consiste en copiar la experiencia como respuesta correcta, sino en transformarla en conocimiento que permita comprobar cuándo es válida y cuándo no lo es.
 

Lo que hay que preguntar antes que el nombre de un nuevo modelo

En la IA física, los modelos VLA(visión·lenguaje·acción) , los modelos que aprenden conjuntamente de la experiencia de varios robots, y las tecnologías que amplían la experiencia mediante entornos virtuales y modelos de mundo están avanzando rápidamente. Sin embargo, lo que hay que preguntar antes es qué experimentará y aprenderá ese modelo.

¿Estamos creando nuevos datos agrícolas para la IA física, o simplemente estamos poniendo nombres de nuevas tecnologías a datos familiares?

Si hasta ahora hemos registrado el estado de la agricultura, ahora es el turno de registrar sus acciones. Cuando ‘verbos’ como observar, esperar, acercarse, agarrar, cortar, regar, y ventilar se coloquen junto a los sustantivos y se conecten hasta llegar a los resultados para convertirse en una oración, la IA física por fin podrá aprender a mover la agricultura.