![](http://www.technologyreview.es/sites/default/files/mit-images/feed_mit_image_197244.jpg)
Este proyecto del MIT es un ejemplo de la creciente tendencia que utiliza inteligencia artificial para evolucionar la agricultura en invernaderos. El enfoque consiste en controlar las variables climáticas para maximizar parámetros de las plantas como la resistencia, el sabor y el crecimiento
¿Qué es lo que hace que la albahaca sepa tan bien? En algunos casos, es la inteligencia artificial (IA). Un equipo ha utilizado el aprendizaje automático para crear plantas de albahaca extra deliciosas. Aunque lamentablemente no podemos contar en primera persona cómo saben estas nuevas variedades, el proyecto refleja una tendencia más amplia que usa la ciencia de datos y el aprendizaje automático para mejorar la agricultura.
Los investigadores responsables de esta albahaca mejorada por la IA usaron la tecnología para determinar las condiciones de crecimiento que maximizarían la concentración de los compuestos volátiles responsables del sabor de la albahaca. El estudio ha sido publicado recientemente en la revista PLoS ONE.
La albahaca se cultivó en unidades hidropónicas dentro de unos contenedores de transporte modificados en Massachusetts (EE.UU.). La temperatura, la luz, la humedad y otros factores ambientales del interior los contenedores se podían controlar automáticamente. Los investigadores probaron el sabor de las plantas en busca de ciertos compuestos mediante cromatografía de gases y espectrometría de masas. E introdujeron los datos resultantes en algoritmos de aprendizaje automático desarrollados por el MIT y la compañía Cognizant.
Al contrario de lo que cabría esperar, la investigación ha demostrado que exponer las plantas a la luz las 24 horas del día genera un sabor mejor. El grupo de investigación planea estudiar si su enfoque puede mejorar las capacidades de defensa de las plantas contra las plagas, así como la forma en la que la diferente flora puede responder a los efectos del cambio climático.
En una nota de prensa, el investigador jefe del MIT Media Lab, Caleb Harper, afirma: "Estamos muy interesados en crear herramientas online que puedan tomar la experiencia de una planta, su fenotipo, el conjunto de estrés que encuentra y su genética, y digitalizarlo para entender mejor la interacción planta-ambiente". Su laboratorio trabajó con colegas de la Universidad de Texas en Austin (EE.UU.) para elaborar este artículo.
La idea de utilizar IA para optimizar el rendimiento y las propiedades de la planta está prosperando rápidamente en la agricultura. El año pasado, la Universidad de Wageningen (Países Bajos) organizó un concurso de "Invernaderos autónomos", en el que diferentes equipos compitieron para desarrollar algoritmos capaces de aumentar el rendimiento de las plantas de pepino mientras minimizaban los recursos necesarios. Trabajaron con invernaderos donde una serie de factores estaban controlados por los sistemas informáticos.
Una tecnología similar ya se está aplicando en algunas granjas comerciales, destaca el jefe del equipo de ciencia de datos centrado en cultivos de Bayer (actualmente propiedad de Monsanto), Naveen Singla. Y añade: "El sabor es una de las áreas en las que usamos mucho el aprendizaje automático, para entender el sabor de diferentes verduras".
Singla señala que el aprendizaje automático es una herramienta poderosa para el cultivo en invernadero, pero menos útil para los campos abiertos. "Estos entornos controlados son donde se puede optimizar mucho ya que se saben las variables tan complejas. En los entornos al aire libre se sigue explorando cómo cerrar la brecha", añade.
El responsable afirma que, en el futuro, su grupo se centrará en la composición genética de las plantas (algo con el que Bayer alimenta a sus algoritmos), y que intentarán que la tecnología esté disponible para todos. Y concluye: "Nuestro objetivo es diseñar tecnología de código abierto que combine la adquisición de datos, la detección y el aprendizaje automático, y aplicarla a la investigación agrícola de una manera que no se haya hecho antes".