Máquinas que aprenden: cuando la precisión hace la diferencia
Científicos de la Universidad Nacional de Quilmes estudian sistemas de Visión Artificial (VA) aplicados a la robótica, en sectores como agricultura y contexto urbano.
Maquinas que aprenden, resuelven problemas e identifican patrones para brindar información al ser humano. De eso trata, básicamente, la Inteligencia Artificial (IA). Y dentro de este amplio campo se encuentra la Visión Artificial (VA), cuyo boom surge con fuerza en el mundo.
Los principales centros mundiales de VA están en Silicon Valley o en Boston, dentro de Estados Unidos, y en algunas de las grandes ciudades de Extremo Oriente. Pero desde hace algunos años, también emerge con fuerza en el entorno científico y de investigación de Argentina. La Universidad Nacional de Quilmes (UNQ) da cuenta del ello. Las investigaciones que se llevan a cabo en el seno de esta casa de estudios tienen, además, la virtud de involucrarse con asuntos de la vida cotidiana. Científicos e investigadores del Departamento de Ciencia y Tecnología, trabajan en dos líneas: la primera vincula robótica y agricultura, que se traduce en el desarrollo de aplicaciones destinadas a mejorar los rendimientos de los cultivos; la segunda estudia el campo de la VA en el contexto urbano.
En diálogo exclusivo con esta agencia, Damián Oliva, docente investigador de la Universidad Nacional de Quilmes (UNQ), cuenta que su investigación busca optimizar la aplicación de agroquímicos para evitar el daño con herbicidas de los suelos sanos y localizar de manera más precisa la ubicación de las malezas. “Desarrollamos algoritmos para el estudio de campos agronómicos que permitan optimizar la aplicación de agroquímicos, minimizando el deterioro del suelo. También buscamos localizar en forma precisa la ubicación de malezas, a partir de información adquirida a través de vuelos de drones”, dice.
Según el experto, el propósito es atacar un problema que “molesta” en la agenda de todos los productores agropecuarios del país. En Argentina se aplican los paquetes tecnológicos de agroquímicos para combatir las hierbas resistentes. Pero llega un momento en que las malezas adquieren la capacidad de resistir, y cómo fumigar en lugares donde no corresponde implica múltiples problemas de salud pública y planeamiento habitacional, el objetivo es reducir las cantidades de herbicidas. Esto se logra a través de un monitoreo específico para evitar el rocío del producto de manera indiscriminada. “El mecanismo será el siguiente: se emplearán cámaras que observarán hacia el campo desde las alturas a través de un dron. El dispositivo analizará las imágenes y, a través de algoritmos de IA, conseguirá discriminar las malezas, las cosechas y el suelo desnudo. Como resultado, solo se emplearán agroquímicos en los sitios pertinentes”, ilustra Oliva.
Monitorear la escena urbana
La segunda línea de investigación, de la que participan docentes investigadores, egresados y alumnos de la carrera de Ingeniería en Automatización y Control Industrial (IACI), estudia el campo de la VA en el contexto urbano. Específicamente, pretenden mejorar los procesos de detección de accidentes, el estado del tránsito y los comportamientos de los conductores a partir de algoritmos inteligentes.
“En esta línea de investigación nos interesa medir a qué velocidad marchan los automóviles, cómo afectan los embotellamientos y el seguimiento de trayectorias anómalas que pueden desencadenar accidentes. Estamos trabajando con una cámara cuyo lente se denomina “ojo de pez”, que amplía el espectro y permite una visión de 180° que se proyecta en múltiples direcciones”, detalla el investigador. Actualmente, el equipo de especialistas de UNQ se aboca en lograr afinar y corregir las distorsiones de los fragmentos de aquellas imágenes que se observan deformadas.
Las cámaras ojo de pez cubren un amplio espectro de ambientes y son ideales para monitorear grandes espacios. Además de ofrecer múltiples vistas y visualización panorámica de 180°, sus características técnicas permiten observar en detalle todas las escenas y rincones de un área determinada sin dejar espacios afuera. A diferencia de las cámaras tradicionales, con este tipo de lente se obtiene la visión de un hemisferio completo, algo que facilita mucho la tarea de seguimiento de un automóvil o de una persona, ya que no se pierde el registro del objeto que se sigue y se elimina la necesidad de pasar de una cámara a la siguiente.
Las tendencias tecnológicas marcadas por algoritmos transforman los procesos industriales y signan las pautas de lo que se conoce como la cuarta revolución industrial, la industria 4.0 o la manufactura inteligente. En plena transformación digital, la VA representa una de las herramientas transversales más relevantes y de enorme potencial para el campo de la automatización industrial, algo que la ubica con fuerza en la agenda argentina I+D+I.
