La Inteligencia Artificial y su poder para modernizar la industria cárnica

Por: Ing. Agr. M. Sc. Adrian Bifaretti. Jefe Departamento de Promoción Interna del IPCVA
Fotos: Banco de imágenes 

La inteligencia artificial (IA) puede desempeñar un papel crucial en la ganadería mejorando la eficiencia y la productividad mediante el análisis de datos y la automatización de procesos. 

Esta tecnología ya posibilita mejorar la identificación de los momentos precisos para la inseminación artificial, permitiendo elevar tasas de preñez y facilitar la gestión de pariciones. La detección temprana de enfermedades y un mejor bienestar de los animales también puede conseguirse mediante la complementación de sensores, captura de datos y entrenamiento de algoritmos. 

La IA garantiza un monitoreo más preciso de las condiciones de crecimiento del ganado, permitiendo ajustar su alimentación a sus requerimientos nutricionales específicos en función de condiciones ambientales, edad, estado corporal y eficiencia de conversión de alimento. 

Los desarrollos tecnológicos de “Internet de las Cosas” materializados en herramientas como bastones, collares y drones “inteligentes” van a ser cada vez más adoptados por los productores. Ello generará un creciente volumen de información que se terminará almacenando en la nube y podrá ser consultada en tiempo real desde los celulares.      

La posibilidad de tomar mejores decisiones implicará más carne y de más calidad. Algunas empresas que venden soluciones tecnológicas con IA, están trabajando para demostrar el ahorro de costos y las menores emisiones de gases de efecto invernadero.    

¿La inteligencia artificial puede predecir la calidad de carne?    

Actualmente, gracias a la realización de ecografías en pie y la implementación de IA, puede predecirse qué novillos lograrán un marbling superior y mejor adaptado a los requerimientos de mercados gourmet*. Esta tecnología se está aplicando en el establecimiento “El Totoral”, localizado en Necochea, provincia de Buenos Aires, con un esquema productivo que se basa en la realización de ciclo completo de cruzas Angus por Wagyu. Se llevan adelante ecografías entre la costilla 12ª y 13ª, lo que permite indagar sobre el grado de terminación. Aplicando un software (MeatQ text) se calcula la grasa intramuscular, teniendo en cuenta como referencia la escala internacional Beef Marbling Score (BMS). 

En el momento de la faena, es donde aparece el uso de la IA. Se emplea un dispositivo de la empresa canadiense UBI MEAT y se realizan fotografías en el mismo músculo en que practican las ecografías en pie para verificar el nivel real de marmoleo. El último paso del proceso tiene lugar con la toma de muestras de los músculos involucrados y el análisis en laboratorio para terminar de convalidar los datos.

Esta empresa canadiense está ampliando su participación en el Mercosur y en particular en frigoríficos argentinos brindando soluciones tecnológicas que superan la capacidad de resolución del ojo humano, aportando precisión y objetividad en la definición de Área de Ojo de Bife. Los algoritmos de IA de esta firma garantizan mediciones precisas y consistentes, eliminando las variaciones asociadas con métodos manuales. Esto asegura un enfoque estandarizado en lotes de hasta 98% de precisión, contribuyendo a la uniformidad en la calidad del producto. Su servicio es cada vez más valorado por la industria, ya que además le permite exactitud en los porcentajes de carne y grasa en la comercialización de trimmings. No es lo mismo cuando se pactan negocios por mercaderías que contienen, por ejemplo, un 80% de carne y 20% de grasa y se concretan efectivamente por esos valores que cuando se hacen las transacciones con productos que se apartan de estos porcentajes. Esto puede resultar en una mejora sustantiva de la rentabilidad de los frigoríficos y un mejor posicionamiento y competitividad en mercados exigentes.    

¿Puede ayudarnos la IA a demostrar que la carne argentina es libre de deforestación?

El IPCVA está financiando el proyecto “Benchmarking de riesgo de la ganadería argentina para la regulación de deforestación de la Unión Europea”. Este trabajo, desarrollado por la Red de Seguridad Alimentaria del CONICET, definirá una metodología de evaluación de riesgos de deforestación, basada en los diferentes criterios establecidos en el reglamento europeo y en la experiencia internacional. Permitirá clasificar a la Argentina según el nivel de riesgo de deforestación y establecerá además un mecanismo de referencia basado en la metodología. Ello posibilitará a la industria exportadora de carne vacuna contar con evidencia y fundamento científico para establecer un mejor diálogo y cooperación con la Unión Europea. Es este el primer paso para facilitar el cumplimiento de acciones de diligencia debida por parte del sector importador de carnes, hacer más fluidas las relaciones entre operadores comerciales y contribuir a un mejor monitoreo por parte de las autoridades de aplicación europeas.  

La investigación en marcha utiliza plataformas satelitales activas y pasivas de EEUU y de la Unión Europea (GEDI, Landsat y Sentinel) junto con técnicas de aprendizaje profundo y recientes avances de la misión EnMap de la Agencia Espacial Alemana para cartografiar la extensión, altura y cobertura de los bosques nativos de Argentina. 

Se está estimando la cobertura de árboles, empleando técnicas de Machine Learning y una biblioteca espectral para cuantificar la abundancia de árboles, arbustos y herbáceas. Asimismo, se procede a la cuantificación de la altura de la vegetación, en base LIDAR de la Misión GEDI. Se entrena para ello un modelo de regresión de Random Forest utilizando muestras con información similar a la clasificación supervisada.      

Los resultados de este trabajo permitirán contar con cartografía de áreas libres de deforestación en la fecha base que exige el reglamento y una serie de mapas complementarios georreferenciados de factores biofísicos y socioeconómicos (suelo, clima, agua, topografía, infraestructura y demografía). Ello brindará indicadores de la tasa de deforestación, de la tasa de expansión de diferentes actividades agropecuarias y las tendencias de producción de los productos agropecuarios en las diferentes zonas de nuestro país. 

Para evaluar el riesgo de deforestación en áreas destinadas a ganadería, se utilizan modelos de simulación. Estos modelos son creados en la plataforma Dinámica-EGO (versión 5.2.1), que emplea operaciones matemáticas, lógicas, estadísticas y espaciales para generar simulaciones detalladas basadas en datos históricos.    

La metodología de estimación de riesgo que termine validando Argentina, permitirá responder a la pregunta sobre cuál es la probabilidad de que un pixel de mapa de uso de suelo sea deforestado dentro del período 2020 y 2025. Ello será el punto de partida para luego implementar un sistema auditable que permita combinar datos de trazabilidad del producto con información geográfica a la fecha límite establecida del 31/12/2020. 

¿Puede el machine learning contribuir a mejorar la reputación del sector cárnico? 

El IPCVA también trabaja con un sistema automatizado de web scraping aplicado a redes sociales que monitorea las conversaciones asociadas a la carne vacuna, pollo, cerdo, veganismo, vegetarianismo, ambientalismo, entre otras temáticas. Una enorme cantidad de datos que están mezclados y no ordenados, se filtran y sistematizan para facilitar su análisis cuali y cuantitativo. Los diferentes comentarios se clasifican y categorizan, agrupándolos de acuerdo con el tópico que subyace en los mismos y se dimensionan de acuerdo con su proporción dentro del grupo de publicaciones. Luego se emplea Machine Learning para analizar el tono emocional y los sentimientos expresados en textos, comentarios y reseñas. Ello posibilita interpretar los procesos de formación de opinión sobre el campo y los productos cárnicos en particular.  

Como minería de opiniones automatizada, el análisis de sentimiento como metodología de Social Listening es útil para ajustar la estrategia de comunicación de la marca Carne Argentina en el mercado interno. Tener un radar de las reseñas de la gente permite explorar diferentes acciones para mejorar la percepción de la imagen de la carne y reputación del sector agropecuario en general.

Esta metodología de análisis habilita a la industria cárnica a realizar permanentes investigaciones de mercado, evaluaciones de nichos y potencial para el desarrollo de nuevos productos a partir de una mejor comprensión e interpretación de las actitudes, necesidades y expectativas de la gente.

Reflexiones finales 

Futuros impactos en la producción de ganado, el aseguramiento de ciertos parámetros de calidad de carne, el uso de IA para mejorar el posicionamiento en mercados exigentes, Minería de datos y Machine Learning para perfeccionar estrategias de marketing, son solo algunos ejemplos de aplicación de IA en el sector cárnico en el amanecer de una nueva era.

*https://www.valorcarne.com.ar/como-lograr-marmoleo-y-ser-reconocido-al-mostrador/