Diccionario

Aplicación holística de técnicas y algoritmos que incluyen: aprendizaje automático, aprendizaje profundo, visión por ordenador o computadora y procesamiento del lenguaje natural, para diversas aplicaciones. Programa de ordenador diseñado para realizar determinadas operaciones que se consideran propias de la inteligencia humana, como el autoaprendizaje, el análisis de secuencias y mutaciones, la posible función de genes, el diseño de nuevas moléculas con acción plaguicida o antibiótica, la identificación de patógenos tras secuenciación masiva de muestras, o la navegación automática de vehículos aéreos o terrestres utilizados en teledetección o en agricultura de precisión o masas forestales, entre otras aplicaciones. Se trata de una combinación de algoritmos planteados con el propósito de diseñar y producir dispositivos compactos que presenten las mismas o mayores capacidades que el ser humano. Actualmente el ChatGPT-5 es el más utilizado, aunque se prevén sucesivas actualizaciones. Como en otras áreas, la inteligencia artificial está aplicándose cada vez más en el ámbito de la Fitopatología, por ejemplo en la detección, diagnóstico, identificación, prospecciones y encuestas y control o manejo de enfermedades de plantas cultivadas y de masas forestales. Actualmente es un creciente campo interdisciplinar entre las ciencias agrarias y forestales, la informática y la estadística, con aplicaciones en investigación, agricultura de precisión y protección vegetal, incluyendo la forestal. La inteligencia artificial junto con aplicaciones (app) móviles basadas en fotografías, análisis aéreo/satelital, robótica y metagenómica, posibilita: i) detectar y diagnosticar agentes fitopatógenos a partir de imágenes, bioseñales o datos o señales moleculares o bioquímicas o identificar síntomas o signos, mediante análisis de imágenes digitales; ii) predecir brotes de enfermedades y ajustar a modelos epidemiológicos espaciales y temporales, mediante datos climáticos, edáficos y de macrodatos (big data) en agricultura y silvicultura/selvicultura obtenidos por sensores; iii) asistir en la detección biológica, serológica o de amplificación molecular, por la interpretación rápida de síntomas, reacciones serológicas, de amplificación molecular o de datos de secuenciación o de biosensores terrestres o aéreos, para la identificación de patógenos; y iv) establecer y optimizar estrategias específicas de control fitosanitario en agricultura y selvicultura o silvicultura, mediante la recomendación de tratamientos concretos. Ejemplos concretos actuales son las aplicaciones con teléfonos móviles, mediante las cuales el agricultor o silvicultor fotografía síntomas o signos y recibe un diagnóstico instantáneo de la posible enfermedad causal (como ejemplos la aplicación móvil Plantix de origen alemán; PlantVillage Nuru, y Agrio, de EE. UU. y otras muchas actualmente disponibles), y algunas de ámbito más local en España (como PlantHome, especializada en jardines, IFAPA Guía especializada en cultivos de invernadero, SatAgro, AgroNews Neiker para agricultores y forestales, etc.), y otras de ámbito europeo como Plantvoice® de origen italiano, que consta de un sensor + aplicación (app) que analizan la savia para conocer el estado fisiológico de la planta en tiempo real o Blue River Technology (John Deere), con visión por ordenador/computadora para manejo remoto, o incluso la aplicación Trace Genomics/Miraterra, de EE. UU. y Canadá, para diagnóstico del suelo mediante metagenómica. Otros sistemas más complejos integran, además de la telefonía móvil, el uso de drones y sensores inteligentes con visión por ordenador o computadora, para detectar precozmente focos de infección en cultivos o masas forestales.

Rama de la inteligencia artificial (IA) que permite a los sistemas informáticos aprender a reconocer patrones en conjuntos de datos, como por ejemplo, datos agrícolas y forestales (imágenes fotográficas próximas o aéreas, registros climáticos, sensores de campo, etc.), y mejorar sus predicciones expertas sin ser programados explícitamente. Se aplican en la detección, diagnóstico e identificación de plagas y enfermedades de plantas.

Organización internacional creada en 2010 por los jefes y las jefas de Estado y de Gobierno de la Unión Europea (UE), América Latina y el Caribe (ALC), que se compone de 61 miembros: los 33 Estados Latinoamericanos y Caribeños y los 27 Estados Miembros de la UE y la UE misma (https://eulacfoundation.org). Desempeña un papel esencial en promover la cooperación entre las dos regiones, incluida la colaboración en Sanidad Vegetal, dentro del marco general de innovación, investigación y seguridad alimentaria. Principalmente se ocupa del fortalecimiento de la investigación y del impulso de la cooperación estratégica a través de la articulación de diálogos y actores clave, el fortalecimiento de capacidades y la producción de conocimiento de alto valor. EU-CELAC financia proyectos en áreas como biodiversidad, seguridad alimentaria y sostenibilidad agrícola, que incluyen indirectamente temas fitosanitarios mediante convocatorias como ERANet-LAC y Horizonte Europa. Financia proyectos que pretenden una mayor resiliencia en sistemas alimentarios y el uso de prácticas agrícolas sostenibles y tecnologías digitales (como agricultura de precisión y asistida por inteligencia artificial) con impactos potenciales sobre la gestión de plagas, enfermedades y malas hierbas. La Fundación impulsa proyectos intercontinentales financiados en investigación agroalimentaria, donde se integran aspectos fitosanitarios de cooperación institucional, el apoyo indirecto a campañas e iniciativas europeas como #PlantHealth4Life que refuerzan la conciencia pública y técnica sobre la protección vegetal y pretende fomentar un marco político que reconozca la importancia de la sanidad vegetal en la resiliencia alimentaria regional. Existen proyectos concretos financiados por ERANet-LAC u Horizon que tratan plagas (en sentido amplio) emergentes o vigilancia fitosanitaria en países CELAC.

Acrónimo de inteligencia artificial.

Conjunto masivo, diverso y en constante crecimiento de datos generados en sistemas agrícolas y forestales a partir de sensores, estaciones meteorológicas, imágenes satelitales, drones, equipos de maquinaria, climatología, suelos, secuenciación genética y registros de campo, ente otros, que se procesan para extraer patrones y ayudar en la toma de decisiones para optimizar rendimientos, programar riego y fertilización, gestionar plagas y reducir costes. Estos datos, por su volumen, velocidad y variedad, requieren técnicas avanzadas de análisis como la inteligencia artificial para ser procesados y transformados en conocimiento útil. Esto permite detectar patrones epidemiológicos, anticipar brotes de enfermedades, relacionar factores ambientales con la diseminación de patógenos y el desarrollo de la enfermedad y optimizar estrategias de manejo integrado en cultivos y masas forestales. En silvicultura implica la recopilación de información de bosques a partir de sensores, imágenes satelitales y drones, datos de crecimiento, densidad, salud de la madera, calidad de cosecha, condiciones climáticas y manejo forestal, para modelar crecimiento, estimar biomasa, detectar precozmente enfermedades y plagas, cuantificar y delimitar su extensión, planificar operaciones de aprovechamiento, conservación y tratamiento, y mejorar la sostenibilidad.

Rama de la inteligencia artificial (IA) que facilita la comprensión y análisis de textos en lenguaje humano, utilizada en la recopilación y clasificación de informes técnicos de expertos, encuestas y prospecciones de campo, alertas fitosanitarias o literatura científica sobre enfermedades vegetales.

Técnica de adquisición de datos de la superficie terrestre desde sensores generalmente instalados en plataformas espaciales. La interacción electromagnética entre el terreno y el sensor genera una serie de datos que son procesados posteriormente para obtener información interpretable de la tierra en su conjunto o de parcelas concretas de la misma. Adquisición de información a distancia de un objeto o fenómeno, mediante el uso de instrumentos de grabación o instrumentos de fotografía o escaneo o dispositivos compactos, basados en tecnología fotónica e inteligencia artificial, mediante la combinación de robótica móvil (drones y vehículos de guiado automático-AGV), fotónica (cámaras hiperespectrales, termografía y LIDAR) y software de análisis basado en inteligencia artificial.

Tecnología que permite a los sistemas de inteligencia artificial (IA) interpretar imágenes fotográficas fijas o de vídeo, aplicada en Fitopatología para el reconocimiento automático de síntomas o signos de enfermedad o plaga en sentido amplio, lesiones o daños de origen abiótico, conteo de plantas afectadas y prospecciones masivas mediante drones o satélites dotados de sensores.

1. Acción o efecto de aplicar o aplicarse. 2. Programa informático de software diseñado para dispositivos electrónicos (como, teléfonos inteligentes, tabletas u ordenadores/computadoras portátiles) o entornos o sitios web, con el fin de realizar tareas específicas. En Sanidad Vegetal las aplicaciones ofrecen herramientas de apoyo al diagnóstico, identificación de agentes patógenos, prevención y manejo de enfermedades, fitófagos, carencias, y daños abióticos, así como para otros problemas fitosanitarios. Pueden incluir funciones como: reconocimiento de síntomas y signos mediante imágenes, acceso a bases de datos de agentes patógenos, recomendaciones de manejo integrado de plagas, predicción de riesgos basada en condiciones ambientales (granizo, heladas, viento, inundaciones, etc.), riesgos de incendio, comunicación directa con especialistas asesores o registro de incidencias en campos de cultivo o masas forestales. Su objetivo último es facilitar la toma de decisiones rápidas, precisas y sostenibles en la protección y sanidad vegetales.

Subcampo del aprendizaje automático basado en redes neuronales artificiales de múltiples capas, capaces de procesar grandes volúmenes de imágenes o datos complejos, como por ejemplo para identificar de manera muy precisa síntomas para el control o manejo de plagas y enfermedades en cultivos y masas forestales.

1. Intercambio de mensajes electrónicos a través de internet que permite establecer una conversación entre dos o más personas. 2. Servicio que permite mantener conversaciones mediante chats.

Modelo computacional inspirado en el funcionamiento del cerebro, formado por varias capas de nodos interconectados (neuronas artificiales). En Sanidad Vegetal se aplican para procesar macrodatos, especialmente imágenes de hojas, tallos, tronco, ramas, porte del árbol, flores, frutos, raíces o datos de sensores remotos, para permitir la identificación automática y precisa de síntomas y signos, la diferenciación entre patógenos, carencias, y otros daños abióticos y el apoyo en la detección temprana y control de enfermedades en cultivos y masas forestales.