Seresco, compañía especializada en soluciones de software y servicios en Tecnología de la Información y Comunicación, ha sido galardonada en la II Edición de los Premios IA de AMETIC, en la categoría Private use & Application, gracias al proyecto CIP-OLIVE, cuya plataforma en la nube incrementa la precisión del cultivo del olivar, integrando el manejo de enfermedades, salinidad y riego eficiente. Un reconocimiento empresarial que pone en valor la implantación tecnológica basada en Inteligencia Artificial y que contribuye a mejorar la actividad, el posicionamiento y la competitividad en el mercado. La plataforma tecnológica de Seresco, basada en cloud e IoT, monitoriza los cultivos para gestionar mejor los recursos relacionados con el riego y es capaz de detectar con anticipación enfermedades y plagas en el olivo, lo que permite mejorar hasta un 13% la eficiencia del cultivo del olivar en Egipto. Esta solución tecnológica forma parte de CIP-OLIVE, un proyecto de I+D desarrollado en colaboración con la empresa egipcia Smartec Systems y la Universidad de El Cairo, además de la Universidad de Córdoba y el grupo de investigación del CEBAS-CSIC.
Con motivo del evento AMETIC Artificial Intelligence Summit 2022 celebrado ayer, la organización dio a conocer los premiados en diferentes categorías, entre las que se incluye la distinción al mejor proyecto de aplicación de Inteligencia Artificial.
“Estamos encantados con el reconocimiento del proyecto tecnológico CIP-OLIVE, un proyecto de cooperación tecnológica internacional que también tiene sello español, pues hemos desarrollado el algoritmo IrriOlive, que ha sido validado en campo comparando los resultados obtenidos con el riego empírico del agricultor. Por ejemplo, gracias a este desarrollo el riego aportado en este tratamiento ha sido un 7% inferior en comparación al tratamiento tradicional”, apunta Sergio Álvarez Fernández, Responsable de Innovación Agrícola de Seresco, y director del proyecto CIP-Olive de Seresco.
Predicción en la aparición de enfermedades y plagas, tecnología puntera española
En cuanto análisis de datos y de la modelización de enfermedades y plagas, CIP-OLIVE ha concluido que existen variables epidemiológicas y/o biológicas o climáticas que pueden influir en la infección del olivo por el hongo Verticillium dahliae y en el desarrollo de la verticilosis del olivo (VO). Para determinarlo, se han estudiado más de 2.350 datos de variables epidemiológicas y/o biológicas y climáticas provenientes de 6 ensayos de distinta índole y localización geográfica.
Estos datos han sido utilizados para predecir el riesgo de la aparición de la VO en una parcela mediante técnicas de Machine Learning y Fuzzy Logic. Gracias a la combinación de ambos, el modelo ha conseguido ofrecer resultados de utilidad para el agricultor en cuanto al nivel de riesgo y las reglas que le permitirán comprender lo que ocurre en el cultivo y anticiparse a la enfermedad.
También se han instalado trampas de feromonas con cámaras que capturan y envían a las fotos a la plataforma a través de una SIM, y utilizando técnicas de Deep Learning como Yolo, se ha implementado un sistema de detección y conteo de mosca de la oliva, eliminando al operario del sistema, que tenía que revisitar cada cierto tiempo cada una de las trampas distribuidas por todas las plantaciones para verificar la llegada y/o evolución de la plaga.