Enorme potencial de ahorro: Cómo la IA está optimizando la agricultura

En situaciones complejas, la inteligencia artificial demuestra ser sorprendentemente útil una y otra vez. Utilizando un sistema de IA diseñado específicamente para la producción agrícola, un grupo de investigación de varias universidades chinas ha conseguido reducir drásticamente los productos finales problemáticos de la fertilización nitrogenada.

Éstos no escasean precisamente. Por ejemplo, alrededor de 120 millones de toneladas de nitrógeno se liberan al agua en forma de nitrato o a la atmósfera en forma de amoníaco. Ninguno de los dos es realmente bueno.

Uno provoca elevados costes en el tratamiento del agua potable. El otro aumenta el efecto invernadero. Las condiciones para la formación de los productos finales nocivos varían en función del tiempo, la estación, el suelo o la rotación de cultivos.

Es casi imposible estimar con exactitud cuándo y en qué cantidades exactas la fertilización tiene el mayor efecto. Aquí es donde entra en juego el aprendizaje automático. Alimentado con innumerables datos procedentes de las explotaciones agrícolas, el uso de fertilizantes podría mejorar significativamente.

Por ejemplo, sólo la producción de amoníaco podría reducirse en más de un tercio. En lugar de los más de 4 millones de toneladas anuales, la cantidad podría limitarse a menos de 3 millones de toneladas.

Mientras que las emisiones del cultivo de trigo podrían reducirse hasta en un 28%, las del arroz podrían reducirse hasta en un 56%. Eso sí, sin sacrificar el rendimiento.

Esto no sólo tendría un impacto positivo en la protección del medio ambiente. También ahorraría un dinero considerable en el uso de fertilizantes. Por no hablar de la energía ahorrada: Se dice que la producción de fertilizantes nitrogenados es responsable de más del 1 por ciento del consumo mundial de energía.

Entonces, lo único que tiene que hacer la IA es no consumir más que la producción ahorrada a la hora de calcular el uso óptimo del fertilizante y todo saldrá bien para todos.