Seminario

Los algoritmos al servicio del agro: el futuro de la IA en Argentina

El tercer encuentro del Ciclo de Charlas-Debate sobre Prospectiva Tecnológica del Instituto de Prospectiva y Políticas Públicas, del Centro de Investigación en Ciencias Políticas, Económicas y Sociales (CICPES), será organizado junto al Instituto para la Integración de América Latina y el Caribe (INTAL) del Sector de Integración y Comercio del Banco Interamericano de Desarrollo (BID). En el evento se abordarán las implicancias tecnológicas, económicas y sociales de la expansión de la inteligencia artificial en el sector agropecuario, en el marco de una nueva revolución tecnológica que desafía las tradicionales modalidades de producción, comercialización y gobernanza.

Compartir
+A -A
Enfoque:
Científico
Disertante/s: Carlos Marcelo DI BELLA, Ricardo Jesús GARRO, Kevin LaGrandeur - Profesor del New York Institute of Technology (NYIT). , Guillermo Salvatierra - CEO y Gerente General de FRONTEC., Fernando Peirano - Vicepresidente del Departamento de Ciencia, Tecnología e Innovación de la UIA., Leandro Lombardi - Responsable del Programa de Ciencia de Datos, Fundación Sadosky., Federico Marty - Responsable de la Plataforma Global de Datos e Inteligencia Artificial de Microsoft Argentina., Martín Villanueva - Director de Estudios, Subsecretaría de Estudios y Prospectiva del MINCyT. , Moderación: Ana Inés Basco. Especialista en Integración del INTAL-BID.
Fecha:
Jueves, 12 Julio, 2018 - De 09:00 hasta 13:00
Nombre del lugar:
INTA Chile
Dirección:
Chile 460
Contactos INTA:
Correo electrónico:
conti.georgina@inta.gob.ar
El INTA es Organizador
Destinado a:
Público general

¿En qué consiste la Inteligencia Artificial?

 

La Inteligencia Artificial (IA) no es una tecnología específica, ni pertenece a una clase específica de enfoques técnicos. Más bien, es un campo que estudia el problema general de crear inteligencia en las máquinas 1No existe una única definición sobre IA y, en general, las definiciones se pueden agrupar en cuatro categorías: aquellas que hacen referencia a Actuar Humanamente (enfoque del Test de Turing), Pensar Humanamente (enfoque de las ciencias cognitivas), Actuar Racionalmente (enfoque del agente racional) y Pensar Racionalmente (enfoque de la lógica)2.

Dentro de las ramas de la IA, el Aprendizaje de Máquinas (ML, Machine Learning) es una de las áreas con mayor potencial de aplicaciones en el sector agropecuario. El ML se basa en la idea de que los sistemas pueden aprender de los datos, identificar patrones, realizar predicciones y tomar decisiones casi sin intervención humana. Los avances en ML se benefician de la existencia de una cantidad masiva de datos que pueden procesarse en forma más eficiente (utilizando técnicas del Big Data) y de la construcción de mejores algoritmos.

Las aplicaciones comerciales más promisorias en el campo de ML se encuentran en los desarrollos basados en el Aprendizaje Profundo (DL, Deep Learning), el cual es un conjunto de algoritmos de cómputo avanzado que permiten procesar una cantidad masiva de datos, “aprendiendo” en el proceso a detectar patrones y anomalías. El DL permite trabajar con modelos más complejos y transformar los datos utilizando funciones que permiten una representación jerárquica de los datos, a través de diferentes niveles de abstracción3.

La IA es hoy una realidad en el sector agropecuario global, con aplicaciones incipientes en la identificación temprana de enfermedades y evaluación de daños, en el control de malezas vía un uso más eficiente de herbicidas, en el uso de robots para la cosecha de frutas, en el análisis de información satelital, en el mejoramiento de la salud del suelo, en el mejoramiento genético de plantas y animales, en el monitoreo del ganado, en el uso de modelos predictivos para la mejora en la toma de decisiones agronómicas, en el testeo de cultivos con deficiencias nutricionales, entre otras aplicaciones de relevancia.

En este marco, expertos de INTA, INTAL y otras instituciones debatirán sobre el futuro de la IA en el mundo y en la Argentina, sus consecuencias económicas, sociales y ambientales sobre el sistema agropecuario y agroalimentario y las estrategias que deberían adoptar las instituciones públicas, privadas y empresas para maximizar el aporte de la IA al desarrollo regional.

 

(1) Russell, S. et al (2015), Artificial Intelligence: a Modern Approach.

(2) Russell, S. et al (2015), op.cit.

(3) Kamilaris et.al (2018), Deep Learning in Agriculture: a Survey.

Programa completo del evento: