Los puntos clave no están disponibles para este artículo en este momento.
Resumen En los últimos años, se han producido avances significativos en la tecnología de inteligencia artificial (IA). Este avance ha permitido el desarrollo de sistemas de apoyo a la decisión que ayudan a los agricultores con la identificación de plagas herbívoras y el monitoreo de plagas. En estos sistemas, la IA apoya a los agricultores a través de la detección, clasificación y cuantificación de plagas herbívoras. Sin embargo, muchos de los sistemas en desarrollo no cumplen con las demandas del usuario final, siendo estas deficiencias obstáculos que impiden la integración de estos sistemas en las prácticas de manejo integrado de plagas (MIP). Existen cuatro obstáculos comunes que restringen la adopción de estos sistemas de apoyo a la decisión impulsados por IA. A saber: la efectividad de la tecnología de IA, la funcionalidad bajo condiciones de campo, el nivel de experiencia y poder computacional necesario para utilizar y ejecutar el sistema, y la movilidad del sistema. Proponemos cuatro criterios que los sistemas impulsados por IA deben cumplir para superar estos desafíos: (i) El sistema debe basarse en una IA efectiva y eficiente; (ii) El sistema debe ser adaptable y capaz de manejar datos de imágenes del 'mundo real' recolectados en el campo; (iii) Los sistemas deben ser amigables para el usuario, impulsados por dispositivos y de bajo costo; (iv) Los sistemas deben ser móviles y desplegables bajo múltiples condiciones climáticas y meteorológicas. Los sistemas que cumplan con estos criterios probablemente representen sistemas innovadores y transformadores que integren exitosamente la tecnología de IA con los principios de MIP en herramientas que puedan apoyar a los agricultores.
Leybourne et al. (Jue,) estudiaron esta cuestión.