AIGUA/ Proyectos/ Agronomía

Demether.IA

Apuntas la cámara a una planta y te dice qué es y cómo está. Cada vez que le confirmas un acierto, se vuelve un poco mejor con tu cultivo.

Visión en tiempo real Aprendizaje continuo 100 % local
Sector
Agricultura
Problema
Diagnóstico en campo
Dónde funciona
En tu propio equipo
Estado
En pruebas de campo

El problema

Saber qué le pasa a una planta exige un ojo que no siempre está

Un agrónomo distingue de un vistazo un tizón temprano de una carencia de magnesio. El problema es que ese ojo cuesta caro, tarda en llegar y no puede estar en cada parcela todos los días. Cuando llega, la mancha ya se extendió.

Las apps que existen o mandan la foto a un servidor —y en el campo no hay cobertura— o reconocen una lista cerrada de veinte cultivos que casi nunca incluye el tuyo.

Lo que se ve mirando una hoja

Manchas negras concéntricas
Tizón temprano
Amarilleo entre nervios
Carencia de magnesio
Pelusa gris en el envés
Mildiu
Punteado fino y telarañas
Araña roja

Lo que no se puede ver en una foto

Virus
Necesita laboratorio
Nematodos
Hay que ver la raíz
pH del suelo
Necesita análisis

El sistema lo dice cuando no puede saberlo, en vez de arriesgar un diagnóstico.

Cómo funciona · 1

Encuentra

Lo primero es separar la planta de todo lo demás: la tierra, el plástico, tu mano. Y si mañana siembras algo nuevo, no hay que enseñarle nada: escribes «pitahaya» y a partir de ahí la busca.

122 cultivos ya reconocidos Sin esperas en pantalla

Cómo funciona · 2

Identifica

Después dice de qué se trata exactamente. No solo «un tomate», sino qué variedad. Detrás hay millones de fotos de plantas de todo el mundo, y todas viajan dentro del programa: no hace falta consultar nada fuera.

Cómo funciona · 3

Evalúa

Y dice cómo está: sana, con falta de algo, con un hongo empezando. Esta es la parte que se hace a tu medida, con fotos de tu propia finca: aprende tu tierra y tu luz, no las de un manual.

Cómo funciona · 4

Crece

Cuando le enseñas cosas nuevas, el sistema se hace más grande sin olvidar lo que ya sabía. Pero solo crece si le has dado material suficiente: si le enseñas cuatro fotos, no aprende — se las memoriza, que no es lo mismo.

Cómo funciona · 5

Explica

Y sobre todo, te lo cuenta. Le preguntas «¿qué le pasa a esto?» y te responde con lo que está viendo. Si nota que está acertando demasiado con muy pocas fotos, te avisa: probablemente aprendió el fondo y no la planta.

La tecnología en uso

Al campo ya llegó la máquina.
Falta que llegue el ojo

La mecanización lleva un siglo entrando en la agricultura: cosechadoras, sensores, riego automático. Lo que sigue sin automatizarse es la parte que exige mirar y decidir — qué hay, en qué estado y si conviene actuar. Ese es exactamente el hueco de Demether.IA.

Cosecha · metraje real

Metraje de dominio público (CC0): «Combine harvester on a Koeru field in Estonia, July 2021», de Sillerkiil, vía Wikimedia Commons. No es una captura de Demether.IA: ilustra el escenario donde trabaja.

Y esto es lo que ve la cámara

Cada tomate marcado, con su nota de cuánta seguridad tiene el sistema en lo que acaba de reconocer. Así se ve por dentro el trabajo de contar una cosecha sin contarla a mano.

Reconocimiento de fruta

Vídeo de terceros, mostrado solo como ejemplo de visión artificial aplicada al campo. Autor original: @hientran161220. No es Demether.IA ni una grabación nuestra.

Los dos sitios donde trabaja

Un invernadero, donde la luz es constante y las plantas están ordenadas, y una parcela abierta, donde no lo están. La misma aplicación, dos problemas de visión bastante distintos.

Interior de un invernadero de tomates con hileras a ambos lados de un pasillo
Hileras de lechugas verdes y rojas plantadas en tierra labrada

Izquierda: invernadero de tomate, de Lance Cheung / USDA (dominio público). Derecha: «Cultivating the lettuce with the new tractor», de Dwight Sipler (CC BY 2.0), vía Wikimedia Commons.

Desde el móvil o la tableta del tractor

La aplicación toma la cámara del equipo donde corre. En la práctica eso es un portátil resistente en la cabina, una tableta en el invernadero o una webcam en el almacén de clasificación.

Sobre video grabado, no solo en vivo

Un recorrido de diez minutos por la parcela se procesa después: el sistema aparta los fotogramas donde dudó y los deja preparados para que alguien los confirme con calma.

Y el registro se queda ahí

Kilos estimados, especies vistas y avisos se guardan en un archivo local del propio equipo. No hay panel en la nube que consultar ni cuenta que renovar cada año.

Sin equipo especial

Todo esto cabe en un portátil normal

No hace falta comprar nada raro ni montar un servidor. Un portátil con tarjeta gráfica de los que ya se usan para diseño lo mueve entero, y sigue yendo fluido mientras miras por la cámara.

0

Cultivos que reconoce, en 8 familias

0

Cosas que hace a la vez sin ir lento

0

Fichas de consulta para preguntarle dudas

0

Fotos tuyas que salen del ordenador

La aplicación

Cuatro pantallas y nada más

No hay menús escondidos ni ajustes que haya que entender. Se abre y ya está en la primera.

01

Campo

La cámara en vivo con los tres motores trabajando sobre el mismo frame. Presets de vocabulario por tarea, y un registro de kilos estimados a partir de lo detectado.

02

Chat

Un agrónomo que sabe lo que la cámara está viendo. Puedes preguntar «¿qué le pasa a esto?» sin nombrar la planta, o «¿qué aprendiste con las fotos que te di?» y te habla del proyecto.

03

Aprendizaje

El programa aparta las imágenes en las que dudó y te las enseña. Tú dices si acertó o no, eliges cuánto rato quieres que estudie, y al rato tienes una versión que acierta más.

04

Cuánto ha aprendido

Una pantalla que enseña, en bonito, cuánto sabe el sistema hoy y en qué sigue flojo. Sirve para decidir qué fotos merece la pena hacerle la próxima vez que salgas al campo.

Lo que aprendimos

Tres cosas que nos enseñó el campo

Las contamos porque son las que decidieron cómo quedó el producto. Un caso de éxito donde nada sale mal no se lo cree nadie.

Hay que decirle qué está buscando

Si le pides que busque frutas mientras miras una hoja, se inventa una fruta. No falla por descuido: es que le hemos hecho la pregunta equivocada. Ahora se elige antes qué se va a mirar, y el problema desapareció.

Acertar siempre era mala señal

La primera versión acertaba el cien por cien. Con 163 fotos hechas en dos tardes, eso solo podía significar una cosa: había aprendido a reconocer el fondo, no la planta. Ahora el propio programa lo detecta y lo avisa.

Más grande no es mejor

Hacer el sistema más grande es fácil; que sirva de algo, no. Solo crece cuando le has dado material de sobra. Si le enseñas cuatro fotos y pulsas entrenar, no crece por mucho que insistas.

Siguiente proyecto

Ojo de Orus — Seguridad de tienda