Tracasa Instrumental, empresa pública navarra, logró recientemente el primer puesto en una prueba internacional de inteligencia artificial con más de 100 participantes. La competición, titulada AI4FoodSecurity y organizada por la Agencia Espacial Europea, Radiant Earth Foundation, TUM-DLR y Planet, planteaba el objetivo de clasificar tipos de cultivos con técnicas de inteligencia artificial a partir de series temporales de imágenes de los satélites Sentinel-1, Sentinel-2 y Planet Fusion. Dentro de esta competición, en la que se ponía a disposición de los equipos participantes información vectorial precisa sobre parcelas agrarias, se planteaban dos retos diferentes y en ambos el equipo de I+D+i de la empresa navarra obtuvo el mejor resultado.

En el primero de los retos, centrado en el territorio de Sudáfrica, se evaluaba la capacidad para generalizar modelos de clasificación dentro de una misma temporada de cultivo, en la misma ubicación geográfica y sobre cinco tipos de cultivos: trigo, cebada, canola, alfalfa y centeno. En el segundo, por su parte, con imágenes de Alemania, se ponía a prueba la capacidad para generalizar modelos de clasificación de una temporada de cultivo a otra, tomando en consideración nueve tipos de cultivos: trigo, centeno, cebada, avena, maíz, semillas para aceites, raíces alimenticias, prados y cultivos forrajeros.

Durante el trabajo realizado, el equipo de I+D+i de Tracasa Instrumental utilizó técnicas de inteligencia artificial en varios procesos. En una primera fase, para preprocesar la información de cada parcela y extraer diferentes características dependiendo de la procedencia de las imágenes (Sentinel-1, Sentinel-2 y Planet Fusion) y, en una segunda fase, para desarrollar una nueva unidad de procesamiento de la información, capaz de aprender cómo combinar de manera precisa la información para identificar patrones estacionarios en las características. Esta unidad ha sido denominada Positional Encoding Network.

“Hemos empleado una estrategia de entrenamiento multitarea, en la que cada modelo tiene que aprender a utilizar la información de cada sensor de manera individual para clasificar el tipo de cultivo y a combinar la información para mejorar la clasificación”, explicaba Christian Ayala, miembro del equipo de I+D+i de Tracasa Instrumental. Además, teniendo en cuenta la proximidad que suele existir entre parcelas con un mismo tipo de cultivo, la empresa navarra también desarrolló una técnica de posproceso específica para atender este escenario, con predicciones por parcela que pueden variar en función de las predicciones realizadas para las parcelas vecinas.

“Lograr la victoria final en esta competición y enlazar cuatro podios consecutivos en las cuatro últimas pruebas de la plataforma AI4EO (dependiente de la Agencia Espacial Europea) es una excelente noticia para nuestro equipo”, dijo Carlos Aranda, responsable de I+D+i de Tracasa Instrumental. En paralelo, Mar González, directora gerente, subrayó “el trabajo y la apuesta” que está realizando la empresa en esta materia, “con un ecosistema de innovación abierta, con un Comité de Innovación, con un equipo propio de I+D+i y una estrategia decidida por soluciones de analítica avanzada e inteligencia artificial”.