La inteligencia artificial permite a los invernaderos reducir costos y optimizar las operaciones con pronósticos de cosecha precisos y automatizados

Los nuevos resultados demuestran que los invernaderos pueden automatizar tareas importantes utilizando la tecnología innovadora de la inteligencia artificial (IA). La compañía de tecnología agrícola Motorleaf tiene nuevos resultados y un testimonio que demuestra el potencial transformador que tienen sus servicios de automatización de invernaderos para la industria. De particular importancia son los nuevos hallazgos que demuestran que su tecnología es capaz de no solo aprender las funciones administrativas repetitivas del invernadero sino que, de hecho, se vuelve cada vez más precisa una vez implementada dentro de las operaciones agrícolas.

El servicio inicial de Motorleaf está basado en un software sofisticado que proporciona pronósticos de rendimiento de cosecha altamente precisos y automatizados con semanas de antelación para los cultivadores de tomates y pimientos. Además de permitir a los invernaderos reducir costos y obtener un mayor control sobre sus operaciones diarias, la solución no requiere cambios significativos en la infraestructura de los invernaderos y agrega valor a los sistemas de control de invernaderos preexistentes.

"Otras tecnologías de invernadero pierden valor con el tiempo por el uso y desgaste. Lo que es notable de la IA es que mejora con el tiempo con más datos del invernadero, lo que proporciona más y más valor a los invernaderos. Esta tecnología es la primera de la historia", dijo el CEO de Motorleaf, Alastair Monk.

 

Aumentos significativos en la precisión después de un año

Una vez implementada en SunSelect Produce, un invernadero de 70 acres en California, la tecnología de IA redujo los errores en la estimación de los rendimientos semanales de tomate en un 50% al comienzo. Después de un año, el invernadero ahora se beneficia de una reducción del 72% en el error. Esta precisión permitió a la empresa automatizar completamente el pronóstico de cosecha. En un nuevo video testimonial, el copropietario de SunSelect Produce, Victor Krahn, afirma que esto le ahorrará a cada miembro de su equipo de cultivo un día y medio de trabajo cada semana, obteniendo el tiempo que ahora usan para mejorar su línea de productos y expandirse oportunidades de negocio.

El testimonio de Victor Krahn ya está disponible en el sitio web de Motorleaf. Los puntos destacados incluyen las siguientes citas de Krahn:


"En el mercado en este momento no hay nada comparable a Motorleaf que esté disponible para tocar este tipo de producción de invernaderos a gran escala en lo que respecta a los productos basados en la tecnología".

"Somos realmente creyentes en el modelo de IA... los resultados son mucho más precisos que aquellos de nuestro equipo de exploración humana".

 

image 1 cropped

Imagen 1: Mayor precisión con el algoritmo de pronóstico de cosecha que sigue aprendiendo durante todo el año
El error en las estimaciones manuales de los rendimientos de la cosecha de tomate en SunSelect Produce fluctúa entre el 17% y el 33%. A partir del aprendizaje continuo con datos del invernadero, Motorleaf produjo versiones cada vez más precisas de su algoritmo de IA para los pronósticos automáticos de cosecha, donde el error en las estimaciones de cosecha ahora promedia menos del 8%.

La colaboración entre Motorleaf y SunSelect ahora tiene como objetivo fortalecer la tecnología de automatización para que pueda superar las predicciones altamente precisas de rendimiento de cosecha de 2 semanas. Las metas se fijan en proporcionar predicciones precisas a más de un mes en el futuro.

 

IMAGE 2

Imagen 2: SunSelect adquirió un pronóstico preciso para la cosecha de tomate con 2 semanas de antelación

 

Capacitar a los productores con sus propios datos de invernadero en todo el mundo

El desarrollo del servicio de automatización comienza con la recopilación de datos sobre las condiciones de crecimiento internas en los invernaderos hidropónicos comerciales que muchos tienen disponibles. Motorleaf usa esa información para desarrollar algoritmos de IA personalizados para cada invernadero y variedad de plantas. La compañía continúa replicando sus observaciones con datos de invernaderos en Europa y América del Norte, y se esperan resultados adicionales de Asia para fines de octubre.

 

IMAGE 3

Imagen 3: Los datos del productor europeo reducen el error en los pronósticos de cosecha en un 35%
mape = error promedio en la predicción del rendimiento de la cosecha. Nombre del invernadero retenido para proteger información comercial confidencial.

 

Image 4

Imagen 4: Los pronósticos automatizados de cosecha predicen con precisión el rendimiento del tomate cherry
Los algoritmos de IA reducen el error en los pronósticos de cosecha para un invernadero a gran escala de tomate cherry del 29% a menos del 9%. Nombre del invernadero retenido para proteger información comercial confidencial. mape = error promedio en el pronóstico.

Además de ampliar las estimaciones de rendimiento de la cosecha a nuevas variedades de cultivos, Motorleaf ahora está probando en forma beta su tecnología de IA para automatizar la detección de plagas y enfermedades. Los resultados iniciales son prometedores para predecir la aparición de clavibacter y mosca blanca. La compañía ahora busca invernaderos adicionales para probar la exploración automática de una lista creciente de plagas y enfermedades comunes.


¿Listo para los ahorros en costos y los aumentos de eficiencia posibles gracias a la inteligencia artificial? Contáctenos hoy para una consulta gratuita llenando este breve formulario (el formulario está en inglés):
MARCAR MI CONSULTA GRATUITA AHORA