Un equipo conformado por el profesor de la Facultad de Ingeniería, Carlos Daniel Montes y los estudiantes María Alejandra Moreno y Carlos Emilio Angarita, de Ingeniería Civil, y Santiago Monsalve, de los programas de Ingeniería Química y la Licenciatura en Ciencias Naturales, fue el ganador en la primera versión del Concurso de Proyectos Innovadores para Soluciones Ambientales de la Corporación Autónoma Regional de Cundinamarca (CAR), en la categoría "Estrategias de control de especies invasoras acuáticas y terrestres". El proyecto titulado Control de retamo espinoso (Ulex Europaeus) empleando inteligencia artificial y machine learning recibirá un incentivo económico de 50 millones de pesos para implementar la propuesta en áreas que están dentro de la jurisdicción de la CAR Cundinamarca.

La premiación fue llevada a cabo en el marco del Tercer Congreso Internacional de Investigación e Innovación Ambiental, en el Centro de Convenciones Ágora de Bogotá. El equipo interdisciplinar plantea el control de la especie invasora retamo espinoso enfocándose en su fase temprana de crecimiento. Acerca de esta iniciativa, el estudiante Carlos Angarita precisa que “Para controlar el retamo espinoso, hoy se emplean estrategias de carácter correctivo, como la quema, el retiro manual o el uso de glifosato. Nos dimos cuenta de que ninguna de estas técnicas estaba funcionando y el retamo seguía expandiéndose muy rápido. Por eso, es mejor aplicar una visión preventiva: prevenir que crezca”.

Precisamente, este es el diferenciador de la propuesta.  El control en dicha fase resulta fundamental, teniendo en cuenta la baja producción de semillas en plantas menores a tres años. Esta especie “Es muy competitiva dentro de los ecosistemas, ya que invade el territorio e impide que otras especies de plantas nativas se expandan”, afirma la estudiante Alejandra Moreno. Además, el profesor Montes menciona que la planta “Dificulta el paso de la luz por su gran follaje, consume los nutrientes, seca el suelo y es difícil de erradicar”. De esta manera, la propuesta plantea desarrollar un modelo de inteligencia artificial y machine learning, que identifique este tipo de planta en su etapa de crecimiento, a través del uso de ortofotos. “Se tomarán imágenes aéreas empleando drones para luego analizarlas con la inteligencia artificial, la cual caracterizará al retamo espinoso”, dice Angarita.

Además, la propuesta incluye la creación de una matriz de evaluación multicriterio en función de las características y las condiciones del caso de estudio. Esta pondrá en consideración los factores ambientales, económicos y sociales de la zona, permitiendo evaluar las técnicas de prevención y el control del retamo espinoso. Se calcula que el proyecto será aplicable en cualquier lugar, como una solución integral que permita el control efectivo a largo plazo. Gracias a la financiación otorgada por la CAR (premio de la categoría en que compitieron seis equipos de diferentes universidades), se implementará el proyecto en el 2023. El equipo plantea una ejecución de máximo seis meses, finalizando con la correcta aplicación de los modelos de inteligencia artificial ymachine learning, la implementación de la matriz multicriterio y la validación in situ en zonas de estudio dentro de la jurisdicción de la CAR.

Redacción: Shanon Espitia, gestora de comunicaciones, Facultad de Ingeniería.