Industria del vino: buscan aplicar la inteligenia artificial para mejorar even more su productivity | Argentina is the fifth producer in the world of wine

Mendoza, land of wines, emblematic producers and bodegas, in addition, there are scientists and scientists who work on applying the tools of automatic learning and artificial intelligence, with the objective of responding to the needs of production. This is the case of young researchers Emmanuel Millán and Tatiana Parlanti que, desde la Facultad de Ciencias Exactas y Naturales de la Universidad Nacional de Cuyo, trabajan para estimar con mayor precisión las cosechas anuales de marzo. Buscan eliminar malezas y contar uvas, con el horizonte en identificar las más aptas y obtener mejores vinos.

The technological sophistication in this field is not a despicable fact: at the global level, Argentina is the fifth producer of wine, behind Italy, France, Spain and the United States. Por este motivo, mejorar los proceduoris procedurios productiveos through través de la ciencia se ubica como un aspecto que, en el contexto de tecnologización internacional, no puede esperar. “De hecho, the producers themselves were the ones who made us manifest that they had a problem with the vine. Un obstáculo que también se presenta en el durazno, en el tomato, en el ajo. They had no way of estimating how much they would produce and how much they would harvest. El problema es que en base a lo que ellos estimamen, las bodegas terminan pagando más (si hay less producción) o menos (si hay más oferta)”, señala Millán, ingeniero en software, doctorado en Ciencias de la Computación e Investigador del Conicet . Así, un mercado tan importante a nivel doméstico nunca termina de calibrarse de forma adequada.

How do things happen in actual practice? Por lo general, los técnicos del Instituto Nacional del Vitivinicultura les preguntan a los produceres cómo estiman que esta la producción y ellos les commentan, a grandes rasgos, lo que creen que ocurrirá. Pero la estimation puede fallar, porque no hay manera de medir. En verdad, sí la hay aunque es muy engorrosa sino imposible: they should count grape by grape to limit the possibility of error and know how many quintales extraen en una hectárea determinada.

Under this premise, the contributions linked to the application of artificial intelligence realized from Uncuyo could contribute to the sophistication of the parameter system commonly used. “Through the automatic learning of the machines, it is possible to capture images with drones or quadricycles that are attached to cameras and can penetrate many sites. Once taken, the machine functions with repetitive mechanisms, deep neuronal networks that detect how many grapes are in each image”, explains Millán. Al prever cuántos racimos hay por parcela, es posible multiplicar y diminuir el margen de error siginificante. El mismo procedure puede probarse para cultivos tomate o ajo y, de hecho, es hasta más sencillo porque en la vid, el racimo, a menudo, puede taparse por las hojas.

En studies realized in other countries, taking images can be used to make a selective harvest: advertir qué tipo de fruto está maduro y cuál no. La misma lógica puede emplearse para identify malez para que luego el productor sepa con mayor precisión cuanto químico colocar para fumigar, sin estropear el ecosistema liberando sustancias nocivas de manera disproportionate. In this last aspect, the researchers of Uncuyo work in collaboration with a group of INTA, whose headquarters is in Luján.

Entrenar a las máquinas

Para que las máquinas sean capaces de reconocer patrones, primero hay que enseñarles. Como a los niños cuando son pequeños, la action se repite hasta que en un momento termina saliendo. Parlanti, licenciada en Ciencias Básicas con orientación en Matemáticas y becaria del Conicet, sin embargo, points out a difference: “A las personas, cuando son pequeñas, uno le muestra dos o tres racimos y enseguida aprende a detecterlos por su cuenta. En cambio, la maquina se demora un poquito más. A las computadoras hay que llenarlas de imágenes, y una vez que aprenden son casi infalibles. Reconocen uvas que nosotros con nuestros órganos no veíamos”.

De esta manera, los investigaros realizaron trabajo de campo en algunas fincas y tomaron fotos de racimos en diferentes escenarios: con más o menos luz, con más o menos nitidez, más grandes o más chicos. “El segundo paso fue etiquetar aquellas imágenes que, desde nuestro criterio, permitían observar algún racimo. Con un software le indicábamos al sistema dónde había un racimo de uva”, Desta Parlanti. A process similar to that used by Facebook with facial recognition that recognizes a person, muchas veces, antes de ser etiquedas por el usuario. A partir del algorithm, la red neuronal aprende a reconcer lo que es una uva y lo que no.

It is a mechanism that operates through layers of neurons connected to each other. Superficies por donde viaja la información y va ajustando esas connexions hasta que llega un momento en que difícilmente se equivoca. In addition to serving to count grapes, también es útil para contar ganado, así como también personas en escenarios deterministas: un salon, una plaza, una cancha de fútbol o una mobilización. Sí, los humanos entrenan máquinas para que después los observen aunque luego se nieguen a querer ser vistos.

Las cifras del vino

El vino no es una bebida más entre otras, sino que penetra en las raices históricas de las civilizations humanas. De hecho, dioses de las mitologías griegas y romanas fueron bendecidos con la custodia de ese don proveniente de las uvas. From Antiquity to the modern world, diverse cultures and religions have constituted themselves around a robust ritual socializer. Compartir copas de vino se eleva como simbolo para sellar acuerdos o para romperlos; para enamorarse o para distancenarse; para hacer amigos o para ganarse broncas.

¿Qué lugar ocupa Argentina en el siglo XXI? A site of relevance: se ha posicionado como el quinto país producer de vino luego de Italy, Francia, España y Estados Unidos. It is the eighth country that produces grapes and is among the 10 that consume the most wine. In addition, it has 215,169 hectares cultivated in 18 provinces and more than 23 million vineyards that are in production.

Según datos registrados ante el INV, en 2020, Argentina contabalisaba 1,237 bodegas: a sector que genera 146 mil puestos de trabajo directos y 240 mil indirectos. 75 percent of wine production is marketed in the internal market, while the remaining 25 percent is destined for the external market. In total, there are more than 16 thousand producers that make up an area in constant growth that justifies the presence of quality science.

[email protected]

.

Leave a Comment

Your email address will not be published. Required fields are marked *