“En el Mundial del 2010, Lampard patea desde fuera del área y la pelota entra claramente en el arco pero no le dan el gol a Inglaterra vs. Alemania. Ocurrió que el juez de línea Mauricio Espinoza el Uruguayo estaba a 15 m de la línea de gol tratando de seguir el offside y el pelotazo fue de muy lejos. El uso de la Inteligencia Artificial hubiera evitado este problema”. Así comenzó su exposición Fernando Mazeris, CEO en Dairy Data Warehouse de la cuidad de Assen, Países Bajos, sobre el uso y la influencia de la inteligencia artificial en el tambo, en el marco del congreso Lechero de CREA, en Rosario.

Luego, recordó como con la Inteligencia Artificial se resolvieron esas cuestiones en el campeonato mundial de Qatar del 2022. “La pelota se llamaba Al Rihla (“El viaje” en árabe) y estaba equipada con un sensor inercial IMU (Inertial Measurement Unit) que enviaba 500 trasmisiones / seg. Tenía un giroscopio y un sensor que medía permanentemente las tres coordenadas y trasmite su posición 500 veces/seg. El sistema sabe exactamente donde esta la pelota en cada momento del juego”, señaló.

Por otro lado, 14 cámaras de alta definición, medían continuamente si la pelota pasaba o no la línea de gol. Cuando eso sucedía el árbitro recibía la información en su reloj para convalidar el gol. Además, 12 cámaras debajo del techo del estadio, medían permanentemente 29 puntos por jugador, y trasmitía 50 veces por segundo, para señalar el offside con la posición de la pelota y la posición década jugador.

¿Qué tiene que ver el fútbol con las vacas lecheras?

Hay bastantes cosas en común, dijo Mazeris, como ser las toneladas de datos de alta calidad que se precisan para crear algoritmos que trabajen con la Inteligencia artificial. De estos datos son 4 las cosas importantes. Por un lado, se precisa un gran volumen, o sea, muchas vacas y mucha información de cada vaca. Otra cosa importante es la velocidad, o sea, cuan rápido estos datos se actualizan. Si podemos pasar de que se actualizan una al día a una vez por segundo o 50 veces por segundo es importante.

“La variedad, también es importante si queremos tener buenos algoritmos”, afirmó. Eso significa diferentes parámetros que se pueden utilizar en los algoritmos de inteligencia artificial. Además, es fundamental la veracidad de esos datos. Por ejemplo, los que se utilizan para entrenar un modelo de inteligencia artificial que se llaman etiquetas (true labels) es lo que se utiliza para entrenar un modelo.

Es decir, “si quiero detectar vacas que tengan cetosis, uso datos de beta-hidroxibutirato. Luego utilizo información de cada una de las vacas, para predecir la cantidad de beta que los animales van a tener y así será la manera de predecir con una alarma la cetosis”.

“Toda esta información en el sector lechero tiene la dificultad de que esta muy segmentada, en diferentes softwares que no se comunican entre sí y que –con la misma información- significan cosas totalmente diferentes. Y esto es algo a solucionar para poder utilizar la información”.

“Son datos que están en diferentes compartimentos, en softwares de manejo de rodeo, de alimentación y otros. Es necesario, limpiar estos datos, hacer mapeos para incluirlos en una sola base de datos, para poder utilizarlos en hacer algoritmos”.

“La tecnología de la IA ha estado un poco demorada tanto en el fútbol como en la industria lechera”, señaló. “Es algo que esta recién empezando, en tanto que en otras actividades, como financiera, seguros, Google maps, es de uso corriente. En la industria lechera, esta comenzando su uso de la mano de compañías que desarrollan diferentes sensores para vacas. Sensores para medir cosas en las vacas o en el ambiente como sensores de imágenes o balanzas”, agregó.

Para sensar un animal ruminado, se puede utilizar IA y entrenar los algoritmos en base a la observación visual de un ser humano que entiende que el animal esta rumiando y correlacionar eso con la información que mide el sensor el software.

Por último, puede haber decisiones menores basadas totalmente en algoritmos de la IA, y esto ayuda a que podamos tener una menor incidencia de apreciaciones personales en este tipo de decisiones. Así puede haber decisiones menores que sean directamente automáticas, o decisiones más importantes o estratégicas que requieren que el humano directamente los apruebe. El humano al final es el que termina decidiendo en especial en decisiones importantes, estratégicas y no menores.

Scouting de vacas

Otro aspecto para comparar con el fútbol es el scouting de jugadores. Hay compañías que registran todos los datos de las divisiones menores de 13 países alrededor del mundo. Un jugador fuera de serie en el mundo, como puede ser Messi que cuando jugaba el Newell´s y hacía de 6 a 7 goles por partido con 8 o 9 años, sería fácilmente detectado en estos momentos por estas empresas que tienen acceso a este tipo de datos y están continuamente corriendo algoritmos para identificar este tipo de jugadores.

Los DT de las principales ligas del mundo usan todo tipo de tecnología para la táctica y estratégica, para la formación del equipo en base al oponente. Estas tecnologías predicen cual es la mejor formación para poder, en base a las debilidades del otro equipo, definir que jugadores juegan. En las vacas lecheras veremos cuales son los animales que juegan. Es decir, cuando el animal me ocupa el robot de ordeñe quiero que sea el animal más productivo, y si mi tambo tiene 300 vacas, ¿Cuáles son las 300 que tienen que jugar?

Hay compañías que tienen algoritmos para predecir cual es la posibilidad o riesgo de que determinados jugadores tengan una lesión y en dónde. Si en la rodilla, si en el tobillo, y en base a toda esta información que reúnen de los jugadores en los entrenamientos, de cuanto tiempo pasó en los entrenamientos, de cuánto tiempo jugaron. Esos datos señalan si hay alta probabilidad de que vaya a tener un problema en el gemelo y sugieren un tiempo de descanso.

“En el tambo vamos a la tecnología de inteligencia artificial porque, con la tecnología de analíticas descriptivas que hemos utilizado desde que juntamos datos, desde que el control lechero comenzó a principios de siglo en Europa hasta que se popularizó en todos lados, ha sido de vital importancia para todo el mejoramiento genético y para el manejo reproductivo, y productivo.” En ese entorno, toda la mejora que se ha hecho en base a medir como esta performando el tambo, cuáles son los intervalos entre parto, la taza de concepción, etc., y hacer cambios para mejorar y el círculo virtuoso que eso significa”.

Producción y riesgo ambiental

Con la cantidad de datos que se tiene hoy y el costo de poder aplicar modelos de inteligencia artificial, cuando la analítica predictiva comienza a tener sentido, podemos predecir lo que va a pasar con cierta certeza. Nunca será exacto, pero se pueden tomar acciones preventivas.

La inteligencia artificial puede ayudar a los productores lecheros a ser definitivamente más eficientes “mirando” la producción y reduciendo el riesgo ambiental. Permite elegir los animales con más alta probabilidad de alcanzar su potencial genético en un rodeo, posiblemente se diferencie de otro rodeo porque las condiciones ambientales impactan. Puede ayudar a conocer el periodo óptimo de la lactancia. Cual debe ser el largo de la lactancia para cada individuo y para el tambo completo.

Tanto es así que se tienen algoritmos funcionado a diario y que predicen cual va a ser la producción de cada vaca individual en forma diaria por las próximas dos lactancias. Cuanto más cercano en el tiempo más preciso es, pero podemos hacer una buena proyección”.

“En el manejo estratégico del inventario hay un potencial tremendo. Al elegir las 300 vacas del ejemplo de más arriba, con la IA se puede minimizar el exceso de animales de reposición que se recrían en el tambo. Definir la proporción óptima entre animales de 1ra, 2da, 3ra, o más lactancias. Prever en el tiempo, cuan fluctuante será mi producción en base a la producción de leche prevista de los animales e inventario que tengo previsto” sostiene.

Otro punto es el manejo preventivo de la salud animal que servirá para aumentar la vida productiva de cada individuo y la aumentar productividad a través de un mejor manejo precisamente, de la salud. Una vaca sana tiene un menor impacto ambiental que una enferma porque la producción no se ve afectada por problemas de salud.

“Los tamberos profesionales excelentes con su método, consideran 5 o 7 variables para descartar vacas, pero por Inteligencia Artificial hablamos de considerar todas las variables posibles, y que un modelo basado en datos y no en percepción diga este animal se tiene que ir y esta vaquillona tiene que entrar. En base a las cantidades que tengo promocionar o no las vaquillonas para el rodeo de ordeño”.

“El uso de algoritmos para IA va a crecer masivamente y pronto en el sector lácteo, en los tambos. Esto no será nada diferente a lo que esta pasando en la vida cotidiana. No solo la usa el que abre una cuenta en el chatGPT, sino que cuando Netflix nos propone una película para ver, hay detrás un algoritmo de IA, o cuando Facebook nos muestra determinados avisos o contenidos, todo eso esta manejado por algoritmos. En la mayoría de otras industrias esto ha tenido un impacto tremendo en la eficiencia y en la rentabilidad y sustentabilidad en todos los niveles de una granja lechera”, dice Fernando Mazeris .