META: EVITAR LA AUTOMATIZACIÓN

Con inteligencia artificial se podrá precisar el precio y la calidad del trigo

23/9/2017 | 08:21 | El proyecto es del salteño César Riat, quien reside en Bahía Blanca y es egresado de la UNS. Logró el segundo puesto en el Hackaton Agro de Rosario y ganó $ 50.000.

El salteño César Riat es ingeniero en Alimentos por la UNS y le falta sólo una materia para tener el título de ingeniero químico. /Fotos: Emmanuel Briane-La Nueva.

Guillermo D. Rueda

grueda@lanueva.com

   —¿Cuáles son tus planes en lo inmediato?

   —¿La verdad? Pagar la luz y el alquiler.

***

   César Raúl Riat, 30 años recién cumplidos, desocupado, salteño de Tartagal, criado en Punta Alta, residente en Bahía Blanca desde hace tres meses, ingeniero en Alimentos por la UNS y a falta de sólo una materia para recibirse de ingeniero químico, sabe de prioridades. Las mismas de cualquier ciudadano de a pie.

   Pero hay una diferencia. Con su propuesta de inteligencia artificial con reconocimiento de imágenes sobresalió en el Hackaton Agro 2017 de Rosario, donde presentó una APPI para mejorar —en tecnología, tiempo, economía y caracterización— la selección de semillas de trigo, una tarea que, hoy, se desarrolla en forma manual en las cámaras arbitrales de todo el mundo.

   “Se trata de algo ya desarrollado, donde vas a un link y lo pegás en una aplicación, en un software, o en una página web.

   “Es compatible con todos los dispositivos y todas las tecnologías, aunque siempre hay que apuntar a una mayor calidad de imagen”, amplió el investigador y programador de sistemas.

   Con el proyecto denominado Cam Wheat, Riat logró el segundo puesto del Hackaton —tras la presentación en la Bolsa de Comercio de Rosario, durante la última semana— y embolsó 50.000 pesos.

   Hasta lo que se pudo averiguar, no existe en el mundo un proyecto de innovación de estas características. Por eso desde el ministerio de Agroindustria de la Nación se ha mostrado un particular interés en seguir avanzando en el tema.

   Riat estuvo en una experiencia anterior del Hackaton (sobre el Síndrome de Down) y sumó inquietudes a partir de las temáticas contempladas para esta sección Agro con medio ambiente, infraestructura, logística y acuicultura.

   —¿Cómo surge la propuesta de Cam Wheat?

   —Yo hacía reconocimiento de imágenes, pero de la vieja escuela; es decir, programando. Pero cuando estuve en el primer Hackaton me di cuenta de lo sencillo que podría aplicar la inteligencia artificial con el reconocimiento de imágenes. No se programa más y no tirás línea de código. Sabiendo el marco teórico ya estás en tema.

   “Sé sobre alimentos. Me especialicé en cinco universidades del país y en cinco empresas. Conozco bien la industria y cómo se hace actualmente este proceso de semillas.

   “La situación actual es que el productor de trigo le envía una muestra a la Cámara Arbitral de Cereales para que la analice y, en función de ciertos parámetros, fija un precio, que es el que paga la industria. ¿En función de qué parámetros? De varios: si viene grano con carbón, con panza blanca, con grano chuzo, picados y demás.

   “Esto lo hace actualmente un perito. Uno por uno, grano a grano. ¿Qué problemas trae asociado? Es tedioso, artesanal y se necesita mucha mano de obra. La Cámara Arbitral de Santa Fe tarda cinco días en entregar los resultados.

   “Esto se genera, además, porque el productor quiere ganar más y la industria siempre quiere pagar menos.

   “Otro problema es que se depende mucho del factor humano, o de la experiencia del perito. Y esta caracterización se vuelve a hacer en la industria, previo al procesamiento de la molienda, porque se necesita saber qué lote de trigo se tiene y, en función de eso, procesarlo para hacer fideos, harinas para tortas y demás”.

   —¿Con sólo una imagen se reemplaza al perito?

   —Se saca una foto del grano de trigo, se sube a la computadora, le decimos que la analice y al instante tenemos la respuesta sobre, por ejemplo, grano de trigo con carbón o grano panza blanca.

   —¿Qué sucede si el grano llega con impurezas?

   —Puede ser. Ya sea también para girasol, maíz o soja cree un diseño para que lo empiece a detectar. Esto ya se hace.

   “Este es un prototipo que tiene 60 imágenes. Un prototipo comercial necesitaría alrededor de 4.000 fotos, pero ya no tendría que programar porque esto es inteligencia artificial, el software está y se encuentra en la nube. Lo único que tengo hacer es cargarle imágenes de los diferentes tipos de granos”.

   —¿Cuáles son los beneficios de este programa?

   —Varios. Por ejemplo, menor tiempo para los resultados. Lo que antes tardaba cinco días, ahora lo podés obtener en segundos.

   “Una tecnología económica, o programación de balanceamiento de carga. Siempre lo comparo como cuando hacés una fiesta y comprás bebida por concesión. La pedís toda y lo que no se consume se devuelve.

   “Justamente, esta tecnología ya está disponible en la nube. La puedo tener dos o tres años y no me origina ningún gasto.

   “Recién lo tendré cuando sume clientes, porque empezarán a consumir recursos como, por ejemplo, memoria RAM.

   “Habrá mayor transparencia a partir de las fotos. Se evitarían varias discusiones que, hoy, se dan entre las partes.

   “Mi idea es que esta tecnología la tengan los productores de trigo para que vean la evolución en los rindes de los lotes; las cámaras arbitrales y también mis colegas de ingeniería de alimentos, para que puedan caracterizar mejor los lotes a procesar.

   —¿Cuál sería entonces el rol de las cámaras arbitrales?

   —El mismo. Ellos saben que existe esta herramienta.

   “Mis próximos pasos son crear un prototipo comercial y un protocolo de manera tal que el ministerio de Agroindustria, con cuyos representantes mantengo contactos y hablo del tema, valide un perito que sea admitido por mi software. Una vez que se homologue, se podrá usar”.

   —¿Lleva mucho tiempo desarrollar un prototipo comercial?

   —Con tres personas más puedo hacerlo en sólo cuatros meses. El que presenté en el Hackaton lo armé en 48 horas.

   —¿Se han planteado objeciones?

   —Sí. Alguien me dijo que (el análisis) lo tiene que hacer una persona porque si se toma la foto de arriba y el grano con carbón está abajo no se verá. Eso es fácil de resolver, porque creo un plano inclinado y le tomo tres fotos. Se detecta un carbón y listo.

   —Las cámaras arbitrales emplean muchos peritos...

   —Esta es una decisión de las cámaras. Las personas hoy empleadas en esta tarea podrían tener una reasignación o tomar otras muestras. En realidad no lo sé; yo sólo proveo la tecnología.

   “Hay números que son concretos respecto de la repercusión económica en caso de aplicarse este proyecto. De acuerdo con datos que pude recabar, un salario básico de un perito en cereales es de 45.000 pesos por mes y procesa alrededor de 1.000 muestras en el mismo período.

   “Con mi proveedor de tecnología, que es IBM, hicimos un análisis de costos y concluimos que con menos de la décima parte de ese valor lo podemos hacer.

   “Sólo por esta actividad, la Cámara Arbitrales de Cereales de la Bolsa de Comercio de Santa Fe tiene ingresos por 16 millones de pesos al mes”.

“Estamos en el Precámbrico”

   —César, ¿cómo estamos en desarrollo tecnológico?

   —Me dedico a programar lo que es robótica e inteligencia artificial de toda la industria de los alimentos que, vale decirlo, estamos en el Precámbrico.

   “En verdad, el desarrollo se encuentra desbalanceado: algunos están muy adelante y otros muy atrás. Y en todo el mundo.

   “Para algunas áreas tenemos equipos robotizados, pero en otras seguimos haciendo trabajos manuales, como con las semillas, que es artesanal”.

   —¿Es igual con otros alimentos?

   —Con la leche, por caso. Cuando se hace un yogur necesitamos una temperatura óptima de 33 grados centígrados. Si es menor, no reacciona la bacteria y no produce el ácido lácteo para hacerlo. Si lo dejás solo, los microorganismos aumentan la temperatura y por eso necesitás refrigerarlos y a alguien que los controle.

   “Algunas industrias que conozco tienen alguna persona que va y abre esa llave. Hoy por hoy existe una tecnología, denominada Arduino, que es un sistema de control que, con menos de 1.000 pesos, controla la temperatura, y manda el sistema de control a abrir y a cerrar la válvula.

   “La gente que estudió programación, sabe hacer sólo eso. Y lo realiza en forma excelente, claro. Pero, por ejemplo, para pasteurizar la leche le da lo mismo a 80 o a 120 grados, pero para un ingeniero en alimentos, como es mi caso, sé que no es igual porque se pierden propiedades de nutrientes.

   “Generalmente se trabaja en equipos, pero no es tan sencillo, porque congeniar lleva muchos años.

   “Yo tengo conocimientos en las dos cuestiones y esa es una ventaja.

   “Cuando uno ya tiene un software o una tecnología nueva, el tiempo que más emplea no es en la tarea de programar, sino en que el programador pueda entender el problema.

   —La ventaja de ser dos en uno...

   —Debo decir que la mayoría de los programadores saben muchísimo más que yo, pero no son ingenieros en alimentos. Soy un bicho raro en esto”.

De actualidad: reconoce malezas

   El equipo liderado por los rosarinos Tomás Álvarez y Juan Manuel Baruffaldi ganó el certamen Hackaton 2017 realizado en la Bolsa de Comercio de Rosario, del que participó el salteño César Riat. Recibirán 70 mil pesos para desarrollar la propuesta.

   Más de 200 personas participaron en esta ocasión. La solución llamada Deep Agro trata de un sistema de reconocimiento de malezas en video para fumigación inteligente que utiliza técnicas de Machine Learning.

   “Apuntamos a la problemática de los agroquímicos. En los últimos 20 años, su uso aumentó más de 800% en todo el mundo. Pero la superficie cultivable se extendió un 50% y el rinde sólo un 30%”, explicó Baruffaldi.

   “El principal inconveniente que trae esto son las malezas resistentes a los agroquímicos. Nuestro software, que ya está funcionando, logra identificar la maleza del cultivo y aplicar fumigación inteligente en cualquier etapa. Es un aplicativo que se le agrega a las pulverizadoras. Viene con una cámara, una placa y una válvula. Además, utilizamos Deep Learning para que el programa vaya aprendiendo a reconocer distintas especies de malezas y diferenciarlas entre sí”, agregó.

   En el tercer puesto ($ 30.000) se ubicó el equipo Ponce (José Robetto, de Mar del Plata), que diseñó un sistema de riego inteligente para kiwis que se ajusta a la demanda del cultivo.

   El jurado estuvo conformado por un equipo interdisciplinario, del cual formó parte el presidente de la Bolsa de Comercio de Rosario (BCR), Alberto Padóan.

   “Hace menos de un año formamos un área de innovación para aportar nuestro granito de arena. Desde la Bolsa queremos conectar a emprendedores con inversores dispuestos a hacer realidad proyectos que pueden tener una diferencia”, señaló.

Mustang Cloud - CMS para portales de noticias