Lo que somos actualmente como civilización es el resultado de un proceso temporalmente largo que abarca, entre otros factores, transformaciones evolutivas, pluralidad cultural y conductual, capacidad de adaptación, descubrimientos científicos y desarrollo tecnológico.

A lo largo de los siglos, la sociedad se ha ido adaptando a diferentes escenarios, condiciones y, lo más importante, transformando el mundo que la rodea, con el fin de crear las condiciones necesarias para su existencia y perpetuación. Esta capacidad inventiva del hombre es, quizás, la responsable de la supervivencia y prosperidad de nuestra especie, como señalan algunos estudios más recientes.

En un contexto de evolución continua, las transformaciones, a veces lentas, a veces más aceleradas, fueron configurando lentamente la sociedad que somos hoy. En esta línea de tiempo, algunos hitos como el descubrimiento del fuego, la domesticación de las plantas, la invención de la rueda, los descubrimientos de algunas leyes de la naturaleza y la revolución industrial, por ejemplo, representaron saltos vertiginosos en este proceso.

Quizás el salto más reciente sea el desarrollo de las tecnologías de la información, que trae consigo una cadena de procesos evolutivos, que ya no están separados por siglos, sino por unas pocas décadas o años. La Inteligencia Artificial forma parte de esta era de las tecnologías y ha provocado una revolución en la forma en que nos relacionamos con nuestro entorno y en cómo realizamos tareas con diferentes niveles de complejidad. El surgimiento de la Inteligencia Artificial se remonta a principios de los años 40, cuando Warren McCulloch y Walter Pitts (científicos norteamericanos) publicó un artículo científico informando sobre la creación de un modelo matemático para una neurona artificial, basado en el funcionamiento de la neurona humana.

Desde la década de 1940 hasta la actualidad se ha avanzado en el intento de construir sistemas artificiales capaces de simular e incluso sustituir el razonamiento humano. Las áreas de conocimiento que más se han beneficiado de estos avances son la industrial y las comunicaciones. En el sector forestal, a su vez, las transformaciones impulsadas por las tecnologías de la información son más recientes y aún discretas.

las herramientas de Inteligencia Artificial han impulsado una revolución en los campos productivos. A través de su inserción en diversas operaciones forestales, la Inteligencia Artificial puede incrementar aún más la productividad de los bosques plantados, ayudando a enfrentar el desafío actual de satisfacer las demandas globales en los próximos años. Datos recientes de la Organización de las Naciones Unidas para la Alimentación y la Agricultura apuntan a una demanda de 3.100 millones de metros cúbicos de madera en el año 2050, lo que representa un crecimiento de más del 35% respecto a la demanda actual.

Definida como la capacidad de los dispositivos, sistemas y máquinas para simular y reproducir el razonamiento humano, la Inteligencia Artificial elimina la subjetividad de los procesos y permite procesar simultáneamente un gran volumen de datos, aprendiendo y definiendo patrones a partir de una cantidad masiva de información.

La Inteligencia Artificial acelera la interpretación de los fenómenos naturales y, más importante aún, la toma de decisiones. En el sector forestal, la Inteligencia Artificial se puede ver en sistemas de máquinas autónomas, en sensores diseñados para obtener información sobre los cultivos de forma remota, en controladores que, de forma automatizada, toman decisiones e intervienen en tiempo real.

Además de las aplicaciones descritas anteriormente, se han desarrollado muchas otras. La gran cantidad de estas soluciones basadas en Inteligencia Artificial provienen de modelos de aprendizaje automático, ya sea profundo o no. Con base en estos principios, sistemas capaces de aprender patrones y clasificar y/o predecir fenómenos inherentes a la producción forestal brindan información rápida y confiable, culminando en una mayor eficiencia en el uso de insumos generales, optimización o sustitución de la mano de obra humana y mayor efectividad en las prácticas de manejo.

El uso de algoritmos de aprendizaje automático sigue un proceso secuencial que comienza con la construcción de patrones y finaliza con la evaluación de la exactitud y precisión de los modelos. En cuanto a los modelos utilizados, estos se pueden agrupar en los de clasificación y regresión.

El propósito de cada uno indica su aplicabilidad, siendo los de clasificación destinados a identificar características y/o fenómenos en un universo muestral, mientras que los de regresión pretenden predecir estos patrones y/o estos fenómenos. Varios algoritmos están destinados a ambas funciones, cambiando únicamente la forma en que se aplican. Un ejemplo de estos algoritmos “multipropósito” son las redes neuronales artificiales, ya sean simples o multicapa.

Utilizando redes neuronales artificiales, desarrollamos una solución computacional para predecir el rebrote de eucalipto después de la aplicación de herbicidas. La solución clasifica la respuesta espectral de los brotes y la compara con los patrones definidos en el proceso de aprendizaje, identificando las variaciones que sugieren un rebrote y prediciendo cuándo y dónde ocurrirá.

Otro algoritmo de Inteligencia Artificial muy utilizado en el ámbito forestal es Random Forest. Cuando se asocia con imágenes de alta resolución espacial, obtenidas con sensores orbitales o aéreos, este algoritmo permite la identificación y segmentación de objetivos en un entorno complejo como un área de producción forestal.

Con este algoritmo desarrollamos un sistema de identificación de malezas en áreas de producción de eucalipto. Este sistema tiene una precisión superior al 90% en la clasificación de malezas y definición de niveles de infestación y superior al 80% en la segmentación de plantas según su morfología foliar, separándolas en “hoja ancha” y “hoja estrecha”.

Sin embargo, al ingresar al entorno de aprendizaje profundo, la complejidad es sustancialmente mayor, con posibilidades de uso y aplicación igualmente superiores. Con modelos de esta clase es posible, por ejemplo, modelar árboles en sistemas de cultivo y contar plantas y plantaciones fallidas. El recuento de plantas es una exigencia en el sector forestal, ya que es impensable que esta operación se realice manualmente. El recuento de plantas es esencial para un establecimiento preciso, por ejemplo, la tasa de supervivencia en parcelas después del trasplante de plántulas.

La implementación de la Inteligencia Artificial en el sector forestal es un camino continuo, ya que, con la revolución digital, los modelos y sistemas son dinámicos, con actualizaciones y evoluciones periódicas. La capacidad de las empresas del sector forestal para comprender la importancia de la Inteligencia Artificial y, más aún, para identificar su posicionamiento en las diferentes etapas forestales determinará el rumbo de transformación que vivirá el sector.

En un escenario de creciente escasez de recursos naturales, el uso de la tecnología es una forma viable de conciliar productividad y sostenibilidad. El proceso evolutivo de nuestro tiempo nos llevará hacia un escenario irreversible de digitalización, con mayor conectividad, con algoritmos cada vez más sofisticados y máquinas inteligentes. La falta de mejora, escalamiento y, principalmente, detalle, impondrá un nuevo orden, dictado por la digitalización y permeando el uso de la Inteligencia Artificial.