La IA ya cultiva sin ayuda humana: el experimento Sol

Hasta ahora, la inteligencia artificial (IA) en el sector agrícola se había limitado a actuar como una herramienta de consulta, análisis de datos o emisión de recomendaciones. Sin embargo, el reciente avance de esta tecnología ha permitido probar su aplicación, aunque sea a una escala menor y aislada, como un sujeto operativo capaz de ejecutar acciones físicas sobre un cultivo vivo en tiempo real. Este hito se ha demostrado a través de un experimento desarrollado en Boise, Idaho, por el investigador Martin DeVido.

La premisa del experimento: ¿Qué se buscaba?

El objetivo del proyecto, bautizado como Sol, era responder a una pregunta muy concreta: ¿puede un modelo de inteligencia artificial —en este caso, Claude de Anthropic— hacerse cargo del ciclo de vida completo de una planta de tomate, desde la semilla hasta la cosecha, sin ninguna intervención humana? Para ello, se le otorgó a la IA el control total de un biodomo de cultivo tecnificado, una estructura cerrada que funcionaba como un ecosistema aislado y monitorizado de forma constante.

Infraestructura y sensores: los sentidos de la IA

Para interactuar con el mundo físico, la IA fue equipada con una infraestructura que actuaba como sus sentidos. Disponía de 13 sensores en tiempo real, que incluían:

• Dos sondas de humedad y dos de temperatura en el sustrato.
• Tres sensores de temperatura del aire y dos de humedad ambiental.
• Un medidor de CO2 y otro de material particulado.
• Un sensor infrarrojo dirigido a la hoja para medir su temperatura superficial.
• Cámaras para realizar un monitoreo visual del estado fenológico de la planta.

En cuanto a su capacidad de acción, la IA tenía conectadas las herramientas típicas de un invernadero: panel de luces de crecimiento, manta térmica, ventilador de circulación, extractor de aire, humidificador y una bomba de riego. La labor de la IA era ser el cerebro agronómico del sistema. A diferencia de la automatización tradicional, no había temporizadores ni horarios preestablecidos. La IA se despertaba cada 15 a 30 minutos, leía todos los datos de los sensores, calculaba parámetros complejos como el Déficit de Presión de Vapor (DPV) o la transpiración, y decidía en ese mismo instante si debía encender el riego, inyectar CO2 o activar un extractor.

Desarrollo y resultados del cultivo

El experimento tuvo una duración exacta de 100 días. Durante este tiempo, la IA demostró una gran capacidad de adaptación agronómica mediante dos hitos principales:

1. Riego adaptativo: La IA descubrió cómo se secaba el sustrato y calibró una estrategia de riego basada en pulsos de 200 ml. A medida que la planta creció y comenzó la fructificación, la IA aumentó la demanda de agua gradualmente hasta los 2.200 ml diarios para sostener la expansión de los frutos.
2. Gestión de crisis: El momento más crítico ocurrió cuando un fallo de hardware dejó al sistema sin luces, calefacción ni ventilación durante 14 horas. En lugar de requerir a un técnico, la IA cruzó los datos de los sensores, detectó la anomalía, evaluó los riesgos para la planta y logró ejecutar comandos para reiniciar y restaurar los sistemas de forma totalmente autónoma.

El día 100 se procedió al apagado del sistema. El resultado del experimento fue la producción de 6 a 8 tomates de entre 5 y 7 centímetros de diámetro, con un color rojo anaranjado, piel lisa y sin defectos. Aunque es un proyecto a escala experimental, demuestra que los modelos de IA ya son capaces de observar, razonar, decidir y ejecutar ciclos agronómicos completos en el mundo físico.