Con el objetivo de mejorar sus procesos en el análisis de datos y encontrar las variables que influyen en el rendimiento de las parcelas de los productores, el Centro Internacional de Mejoramiento de Maíz y Trigo (CIMMYT) participó en el “Taller de análisis de grandes volúmenes de datos comerciales de arroz”, el cual se llevó a cabo en el marco de un proyecto colaborativo con el Centro Internacional de Agricultura de Arroz (CIAT).
El CIMMYT, con sede en Texcoco, Estado de México, y el CIAT, con sede en Cali, Colombia, son dos de los 15 miembros que conforman el Consorcio de Centros Internacionales en Investigación de la Agricultura (CGIAR), cuya misión es aumentar la seguridad alimentaria, reducir la pobreza rural, mejorar la salud y la nutrición humana y asegurar un manejo sostenible de los recursos naturales. En el taller, el cual se realizó del 24 al 28 de octubre en la sede del CIAT, participaron también representantes del Instituto Nacional de Tecnología Agropecuaria (INTA) de Argentina y representantes de Agrícola Miramontes de Nicaragua.
El CIMMYT y el CIAT han desarrollado sus respectivas plataformas electrónicas para la recolección de datos. En el caso del CIMMYT, la iniciativa MasAgro implementó una plataforma electrónica que permite registrar los datos del manejo agronómico que los productores llevan a cabo en su parcela, llamada Bitácora Electrónica MasAgro (BEM). El sistema BEM, que comenzó a usarse en el año 2013 con el registro de datos agronómicos del ciclo primavera-verano 2012, cuenta con alrededor de 63 mil bitácoras registradas. El objetivo del curso fue ” conocer nuevos métodos para el análisis de grandes volúmenes de datos como son los modelos basados en aprendizaje de máquina “, expresó Luis Vargas, coordinador del Sistema Bitácora Electrónica MasAgro, quien agregó que “es necesario que los datos sean también aprovechados para apoyar las decisiones que el productor y el extensionista toman en relación al manejo agronómico de los cultivos. Sin embargo este objetivo representa algunos retos, como la gran heterogeneidad de los datos, datos incompletos y sobre todo la falta de metodologías para obtener un resultado que permita guiar las prácticas agrícolas”.
Las metodologías, aplicaciones y tecnologías de Big Data (como el software R) permiten reunir, depurar, transformar datos y aplicar en ellos técnicas analíticas de extracción de conocimiento (mediante metodologías como Random Forest y redes neuronales, aprendidas en dicho curso). Esta tecnología se utiliza para el análisis interactivo de grandes volúmenes de datos de negocios, acumulados y consolidados. Algunas de las prácticas alrededor de la producción agrícola en las que las tecnologías de Big Data podrían intervenir son el pronóstico de clima y rendimiento, pronósticos para la prevención y control de plagas y enfermedades, hacer recomendaciones para el uso eficiente de los insumos agrícolas y más.
