Los fideos y el tuco

La yerba y el agua. La pandemia y el zoom. Lennon y McCartney. Hay parejas entrañables, prodigiosas, necesarias. ¿Qué pasa con la tecnología? Si tuviéramos que buscarle pareja, ¿hacia qué dirección apuntaríamos su Tinder?

Investigación es la respuesta. Es ese el blanco donde tenemos que apuntar todas las flechas. En 1950, Alan Turing proponía un “Imitation game”, o juego de apariencias (tal el nombre en inglés de la película de 2014 protagonizada por Benedict Cumberbatch) en el que se realiza la pregunta que revolucionaría al mundo de los siguiente 70 años y más allá: “¿Pueden las máquinas pensar?”. A continuación se hace una intrigante observación que dará origen a su idea. Antes de hacernos esa pregunta —sigue Turing— sería bueno que definiéramos qué significan los términos “máquinas” y “pensar”. Pero,… ¿no lo sabíamos ya…?

Para responder esta esencial pregunta, juguemos al siguiente juego. Imaginemos tres personas. Dos de ellas están en una habitación, y la otra en una habitación separada. Esta última persona juega el rol del interrogador, porque claro, este es un juego de preguntas y respuestas. El interrogador hace una pregunta, y recibe una respuesta por escrito (a máquina, ya que estamos) de una de las dos personas. ¿Puede el interrogador deducir, así dadas las cosas, quién de las dos personas es la que responde? Más aún, reemplacemos una de las dos personas por una computadora. ¿Cómo funciona la deducción por parte del interrogador ahora? ¿Es posible que un humano pueda darse cuenta si quien responde lleva en sus venas sangre o bits? Si la respuesta es que no, el humano ha sido vencido, y es aquí donde los informáticos decretan que logramos llegar a la inteligencia artificial.

Hoy en día esta pregunta ha sido estudiada en un rango amplísimo de disciplinas, desde la filosofía hasta la computación cuántica. Si bien estamos cada día más acostumbrados a que “un algoritmo” detecte en cuáles fotos estoy con mi pareja y en cuáles estoy con mis colegas de trabajo, lo notamos cada vez menos como una fría parrafada de códigos de programación y más como una parte integral de nuestras vidas.

Cuando empezamos a aplicar tecnología al agro, seguramente comenzamos a darnos cuenta de la importancia de investigar para mejorar los procesos productivos. No necesitamos un juego de preguntas y respuestas para darnos cuenta cuál es el lote que tiene más tecnología aplicada. Un buen productor reconoce al instante la diferencia.

Si las nuevas maquinarias fueron la dosis de tecnología que caracterizó esa primera etapa de crecimiento, a la segunda revolución la dominan claramente los datos. Hoy en día las herramientas de software (que como bien sabemos los informáticos es el complemento ideal de los “fierros”) son cada vez más accesibles, a la vez que más rápidas e inteligentes.

¿Cuántas veces pensamos en la idea de acertar con anticipación cuál sería el rinde al final de la cosecha? Seguramente en muchos casos la respuesta es posible: la experiencia es buena consejera. Así pasa en todas las empresas: las personas que pasan por los mismos procesos muchas veces ejercitan un sexto sentido que permite entender lo que está por ocurrir. Pero eso tiene dos puntos flacos: las personas y la complejidad. En primer lugar, tenemos el problema del superhéroe: siempre que tenemos dudas, viene Superman a salvarnos, en este caso con la predicción exacta gracias a su sexto sentido. Pero, ¿a quién llamaremos cuando no esté Superman?. En segundo lugar, las situaciones pueden complejizarse: a medida que avanza el tiempo tenemos que lidiar cada vez más con los fenómenos del cambio climático, nuevos productos para aplicar, nuevas plagas y enfermedades, nuevos cultivos,… quizá también nuevos lotes. ¿Cómo hacemos para enfrentar esta complejidad cada vez más creciente?

Una primera respuesta rápida es esta: tomemos datos. Muchos, lo más que se pueda. Los datos tienen un valor real muy grande, y un valor potencial incalculable. En SIMA nos propusimos como meta tener en cuenta ese valor de los datos desde el primer día. De hecho, no sólo logramos cumplir los objetivos propuestos a partir de los datos monitoreados, sino que sabemos que hay aplicaciones posibles con los datos que todavía no conocemos.

Como un buen ejemplo del valor de los datos, hoy en día sabemos que gracias a ellos predecir con precisión los rindes futuros de los principales cultivos es posible. Y esto es gracias a la fructífera unión de la tecnología con la investigación. Desde hace meses, el trabajo conjunto que llevamos a cabo con NASA Harvest está dando sus frutos, con creces. A partir de la integración de datos de satélites junto con grandes volúmenes de datos anonimizados provenientes de monitoreos, estamos logrando una sólida performance en las predicciones de rindes.

El conocimiento nos hace crecer, y es por eso que seguimos presentando en la comunidad científica los avances de nuestro trabajo. En estos días haremos pie en el Congreso Argentino de Agroinformática con “Using Machine-Learning Models for Field-Scale Crop Yield and Condition Modeling in Argentina”, donde mejoramos sustancialmente la predicción de rindes utilizando técnicas de machine learning. En diciembre nos veremos virtualmente en el IEEE International India Geoscience and Remote Sensing Symposium 2020, presentando “Crop yield prediction using integration of polarimetric synthetic aperture radar and optical data“, donde incorporamos datos precisos de radares para mejorar la precisión de los resultados. Los resultados se convertirán naturalmente en nuevas funcionalidades de SIMA. Y todavía quedan más presentaciones y novedades por venir.

Esto pasó, y sigue pasando, porque a alguien alguna vez se le ocurrió una pregunta. Una fenomenal pregunta. La duda es entonces el hilo conductor para poder avanzar en el viaje del conocimiento. Hacerse una pregunta, por ingenuo que parezca, precisamente es el primer paso en el camino de la investigación. Definitivamente sí, las máquinas pueden pensar, y pueden darnos la ayuda que necesitamos para crecer.

¿Cuál será el siguiente paso? No lo sabemos, pero no hay problema. ¿Me permite una pregunta? ¡Por supuesto! Dudar está bien, nunca dejemos de preguntar.