El proyecto HOPE incorpora al riego la arquitectura “deep learning” Transformer para predecir las demandas de agua y energía

Los investigadores Emilio Camacho, Juan Antonio Rodríguez y Rafael González, de la Universidad de Córdoba, desarrollan un modelo basado en la arquitectura deep learning Transformer para orientar la toma de decisiones en las comunidades de regantes. Se presenta como la respuesta tecnológica a la escasez de agua y al elevado coste de la energía, que son los problemas principales a los que se enfrentan los regantes. La ciencia de datos y la inteligencia artificial aparecen como grandes aliadas para conocer cuándo y con cuánta agua se van a regar los cultivos. El proyecto HOPE está centrado en el desarrollo de un modelo holístico de riego de precisión. El último desarrollado, que es el más preciso hasta la fecha, permite predecir la demanda real de agua de riego a una semana vista y con un margen de error inferior al dos por ciento.