Tracasa Instrumental, primera en prueba internacional inteligencia artificial

Tracasa Instrumental, empresa pública del Gobierno de Navarra adscrita al departamento de Universidad, Innovación y Transformación Digital, ha logrado 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, según explica en un comunicado, se ponía a disposición de los equipos participantes información vectorial precisa sobre parcelas agrarias (delineación y tipo de cultivo) y se planteaban dos retos diferentes. En ambos ha obtenido el mejor resultado el equipo de I+D+i de la empresa pública navarra.

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, 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 cultivo (trigo, centeno, cebada, avena, maíz, semillas para aceites, raíces alimenticias, prados y cultivos forrajeros).

El equipo de I+D+i de Tracasa Instrumental ha utilizado 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).

En una segunda fase las ha usado 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.

Al respecto Christian Ayala, uno de los miembros del equipo, explica que han 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".

Además, teniendo en cuenta la proximidad que suele existir entre parcelas con un mismo tipo de cultivo, la empresa navarra también ha desarrollado 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, expresa Carlos Aranda, responsable de I+D+i de Tracasa Instrumental.

En paralelo, Mar González, directora gerente, subraya 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.

El año pasado también hicieron podio en dos competiciones desarrolladas por la plataforma AI4EO. En la prueba titulada Air Quality and Health alcanzó el tercer puesto, mientras que en el reto Enhanced Sentinel-2 Agriculture Tracasa Instrumental llegó hasta el segundo lugar.

Con estos resultados, según apuntan, es la única empresa que ha conseguido estar presente en el podio final en las cuatro últimas competiciones internacionales.