Keyla es una joven piurana que estudia Ingeniería Mecánico-Eléctrica, ganadora de Beca 18 del Programa Nacional de Becas y Crédito Educativo (Pronabec) del Ministerio de Educación. Ella, ha presentado una tesis que propone la aplicación de la inteligencia artificial para contribuir con los pequeños y medianos agricultores del país.
Explica que, cuando los agricultores exportan sus productos al mercado internacional, deben cumplir con determinadas normativas que estipulan un nivel máximo de contenido de metales para cada producto particular. Sin embargo, señala que los procesos en la agroindustria peruana son en su mayoría rudimentarios, tradicionales y manuales. “Entonces mi proyecto está enfocado en automatizar la determinación del contenido de un metal pesado en particular, el cadmio, en las plantaciones de cacao”, detalla Keyla.
Ella se ha enfocado en predecir el contenido de cadmio en los granos de cacao “de una manera rápida, de fácil acceso, no destructiva y confiable”, a través del Machine Learning y el Deep Learning, ambas, ramas de la inteligencia artificial basadas en el desarrollo de algoritmos, con el fin de que una máquina realice funciones de manera autónoma.

Realizó su estudio con muestras de diversas zonas cacaoteras del Perú. Además, usó técnicas de obtención de datos a través de imágenes hiperespectrales (imágenes que muestran los colores y patrones de la luz que no podemos ver a simple vista) y de análisis químico de laboratorio para construir sus modelos predictivos, los cuales obtuvieron destacables desempeños.
Su proyecto de tesis, denominado “Determinación del contenido de cadmio en granos de cacao mediante la aplicación de redes neuronales e imágenes hiperespectrales”, fue tan destacable, que Keyla logró ser una de las ganadoras del financiamiento de Prociencia “Becas de Mentoría María Reiche” para desarrollarlo. Gracias a esta beca, también pudo realizar una pasantía en el Laboratorio de Robótica y Machine Learning (AIRLab) del Politécnico di Milano, Italia, en donde aprendió sobre robótica aplicada a la agricultura.



