Pago en línea
Nuestros investigadores del programa de Ingeniería Mecatrónica, los docentes Ph.D (c) Andrés Felipe Solís Pino; Mg. Carlos Iván Vásquez y el egresado del mismo programa, Andrés Felipe Urbano, han desarrollado un sistema automatizado basado en inteligencia artificial que permite detectar en tiempo real la recolección de polen de las abejas. Esta innovación tecnológica, pionera en la región, tiene como objetivo mejorar la productividad apícola y contribuir a la conservación de estos polinizadores claves para la biodiversidad y la seguridad alimentaria.
Este proyecto se presentó en la Conferencia Colombiana de Comunicaciones y Computación del IEEE (COLCOM), organizada por la Sociedad de Comunicaciones del IEEE (ComSoc), la cual tiene como objetivo mostrar los avances y el desarrollo del uso académico, científico e industrial de los diferentes campos de las telecomunicaciones y la informática. COLCOM es la conferencia más importante que se celebra anualmente en Colombia, y atrae propuestas de investigación y participantes de todo el país, así como de los países vecinos. La conferencia abarca el ámbito de todos los comités técnicos de ComSoc y cuenta con un amplio programa técnico que incluye a reconocidos oradores principales, además de tutoriales exhaustivos que presentan las últimas novedades en el campo de las comunicaciones. Este año se celebra la 18ª edición de COLCOM, y la ciudad de Popayán ha sido elegida para albergar el evento.
El sistema fue diseñado utilizando visión por computador y aprendizaje profundo (Deep Learning). Para su funcionamiento, se instalaron cámaras de alta definición en colmenas que capturaron imágenes del comportamiento de las abejas. A partir de este material, se creó un conjunto de datos con más de 1.000 imágenes, clasificando manualmente a cada abeja como “con polen” o “sin polen”.
Posteriormente, se entrenó un modelo de red neuronal (DetectNet-V2) capaz de identificar de manera autónoma a las abejas que transportan polen. El sistema fue implementado en una plataforma compacta (NVIDIA Jetson Nano) y validado en condiciones reales de campo, alcanzando una precisión del 83.6% y una capacidad de identificación (recall) del 88.8%, cifras que confirman su eficacia.
La fase de validación del proyecto se llevó a cabo en un apiario activo en la zona rural de Santa Rosa, en el departamento del Cauca, a 1.700 metros sobre el nivel del mar. Esta elección busca garantizar la pertinencia de los resultados para los apicultores locales y resalta el potencial del Cauca como epicentro de soluciones tecnológicas aplicables al sector agropecuario.
¿Has encontrado muchos términos técnicos en esta nota? ¡No te preocupes! TUni te los explica: 😉
Apicultura: cría y manejo de abejas para obtener productos como miel, cera y propóleos.
Apícola: relativo a la apicultura o a las abejas.
Polinizadores: organismos, como las abejas, que transportan polen entre flores y permiten la reproducción de las plantas.
Deep learning: Rama de la inteligencia artificial que utiliza redes neuronales profundas para aprender y tomar decisiones a partir de grandes cantidades de datos.
Apiario: Lugar donde se crían abejas en colmenas para la producción apícola.
Epicentro: Punto en la superficie terrestre directamente sobre el foco de un terremoto.
