La tecnología, en particular la inteligencia artificial (IA), se ha convertido en una poderosa herramienta para impulsar muchas de las actividades humanas, entre ellas la agricultura. Con las futuras misiones a Marte en mente, desarrollar esta tecnología para funcionar en condiciones de comunicación limitada es crucial. Con esto en mente, investigadores desarrollaron un método para el monitoreo, control y mantenimiento remoto de plantas en un invernadero de la estación antártica llamada EDEN ISS, que podría también aplicarse en Marte. Según su estudio publicado en la revista IEEE Sensors Journal, su método consiguió un 92% de precisión.
El reto para esta investigación fue la imposibilidad de mantener comunicación continua con el invernadero en Antártida. También la necesidad de un método para enviar un flujo de fotografías de plantas a servidores externos para el procesamiento y análisis de datos. Para hacer frente a esta situación, los científicos propusieron comprimir las imágenes a analizar, consiguiendo comprimirlas hasta 7.2 veces para una transmisión eficiente en un canal débil. Tras descomprimir y reconstruir estas imágenes, se utilizaron para entrenar un algoritmo de machine learning con el cual pudieron clasificar 18 variedades de plantas con el 92.6% de precisión.
Según los investigadores, este enfoque es prometedor para una serie de aplicaciones relacionadas con la agricultura, incluida la clasificación de plantas y la identificación de enfermedades en las plantas. También permite monitorear visualmente el funcionamiento del sistema y recopilar continuamente nuevos datos de entrenamiento para el modelo de machine learning, mejorando su funcionalidad.
Debido a la intención de realizar misiones humanas a Marte en un futuro, es necesario dar a los astronautas la posibilidad de obtener su recursos alimenticios in situ. A principios de 2020, investigadores de la Universidad Politécnica de Tomsk, en Rusia, desarrollaron un prototipo de invernadero orbital para permitir a los astronautas cultivar plantas en el espacio. El prototipo incorporó tecnologías como iluminación inteligente para acelerar el crecimiento de las plantas, hidroponía especializada, riego automatizado y soluciones de cosecha. Para proyectos de este tipo, el modelo de machine learning del estudio publicado en IEEE Sensors Journal podría resultar de especial utilidad.
Mientras tanto, la IA también ayuda a optimizar la producción agrícola en la Tierra, como en el caso de las granjas verticales controladas con IA. En San Francisco, por ejemplo, las granjas verticales de la startup Plenty son capaces de producir el equivalente a 720 acres de una granja tradicional en únicamente dos acres. En ellas, robots controlados con IA monitorean los patrones de crecimiento y ajustan continuamente factores ambientales como la temperatura, el agua y la luz para garantizar una producción más eficiente y económica.
Sostener granjas o invernaderos en el espacio será un desafío significativo para conseguir misiones humanas exitosas en Marte. Con base en la experiencia aquí en la Tierra, la inteligencia artificial podría ser clave para monitorear los cultivos y obtener cosechas más eficientes. Al desarrollar modelos de IA que funcionen en condiciones de comunicación limitada, los científicos se acercan a conseguir una fuente exitosa de alimentación para los astronautas durante su estancia en el espacio.
