En este episodio del podcast premium, hablo con Alessia, una ingeniera forestal que ha conseguido unir su pasión por el mundo natural con la inteligencia artificial, entrenando modelos de visión artificial para robots agrícolas.
Su historia demuestra que nunca es tarde para reinventarse y que, cuando unes tu pasión con las herramientas adecuadas, puedes acabar haciendo cosas que jamás imaginaste.
El salto de la botánica al deep learning no estaba en los planes de Alessia.
Se graduó en ingeniería forestal con un TFG de botánica y durante años trabajó en consultoría ambiental sin ningún contacto con el mundo de los datos.
Ella misma se define como alguien que venía "de muy lejos" tecnológicamente.
El giro de guión llegó cuando, casi por impulso, se inscribió en un máster de transformación digital aplicado al sector agroalimentario y forestal.
Las inscripciones cerraban dos días después, así que no tuvo tiempo de pensárselo demasiado.
El máster fue duro.
Muy duro.
Pero esa experiencia, combinada con su conocimiento del sector forestal, acabó abriendo puertas que jamás imaginó.
Alessia también nos explica uno de los proyectos en los que ha estado trabajando: un sistema de visión artificial con YOLO que detecta cinco especies de malas hierbas en cultivos andaluces (almendros, olivares y cítricos).
El proceso funciona así: el modelo identifica las plantas usando redes neuronales convolucionales, calcula sus coordenadas 3D mediante cámaras RGB-D, y envía esa información a un robot autónomo que aplica herbicida únicamente donde hace falta.
¿El resultado? Agricultura más sostenible, menos herbicida y menor coste para los agricultores.
Alessia nos cuenta los desafíos únicos de aplicar Machine Learning en entornos outdoor, algo muy diferente a trabajar con datasets limpios en un ordenador.
Las plantas no crecen cuando tú quieres, las condiciones de luz cambian con las estaciones, y a veces tienes que hacer fotos a 40 grados bajo el sol andaluz (con sombrilla, hielo y crema solar, como cuenta entre risas).
El dataset de entrenamiento lo construyeron comprando mil plantas por especie en viveros, trasplantándolas al campo y fotografiándolas en diferentes condiciones de luz, densidad y hora del día.
La anotación manual de 5.000 imágenes fue ardua.
El viaje de Alessia de la botánica al deep learning nos deja varias lecciones:
Si quieres descubrir todos los detalles de cómo Alessia hizo esta transición, los retos técnicos del proyecto y sus planes de futuro con drones y cámaras térmicas, este episodio te va a inspirar.