Equipo de alumnos del Tec Guadalajara ganaron el AgroDataThón, concurso del Congreso Internacional Agroalimentario 2024
Gracias a su proyecto AgroScan Guillermo Sainz, Ali López, Iván Rodríguez, Mauricio Villalobos y Xavier Jaramillo, alumnos de Ingeniería en Tecnologías Computacionales (ITC), fueron los ganadores en el AgroDataThón, certamen del Congreso Internacional Agroalimentario 2024.
Es un concurso que convoca a estudiantes emprendedores con interés en mejorar el sector alimentario a través de innovaciones científicas.
AgroScan se trata de una aplicación que, a través de imágenes, evalúa y analiza el estado en el que se encuentran los cultivos alimentarios.
El equipo creó un software capaz de identificar la presencia de plagas o enfermedades en cultivos, mediante un algoritmo que utiliza machine learning, una rama de la inteligencia artificial (IA).
Resolver problemas alimentarios
Tras resultar ganadores, los alumnos obtuvieron como premio apoyo para el proceso de incubación en Phase. 0, un programa del Instituto de Emprendimiento Eugenio Garza Lagüera (IEEGL) del Tec, que proporciona a emprendedores recursos esenciales para desarrollar proyectos.
El AgroDataThón retó a los estudiantes a desarrollar una propuesta innovadora para resolver una problemática en el sector agroalimentario. Los participantes contaron con un día para formular la propuesta, para presentarla al día siguiente.
“Tuvimos un día para desarrollar el proyecto y la visión siempre fue crear algo que le fuera útil a las empresas del sector”, mencionó Guillermo.
Las propuestas desarrolladas por los estudiantes fueron presentadas y las empresas del sector agroalimentario evaluaron y votaron por la mejor de ellas. Así, resultó ganador AgroScan.
Pero, ¿qué es AgroScan?
La idea de AgroScan surgió a partir de entrevistas realizadas por el equipo a las empresas invitadas al certamen. Mediante esta consulta, identificaron la problemática que decidieron abordar.
Según Guillermo Sainz, las entrevistas revelaron que las empresas dedicadas al cultivo de agave experimentan una pérdida del 10% de sus cosechas debido a plagas.
A través de AgroScan, sería posible identificar dichas plagas y prevenir la pérdida de los cultivos alimentarios, con el fin de reducir desperdicios en dicha industria.
Esta evaluación se realiza mediante drones equipados con un algoritmo de machine learning diseñado para detectar anomalías en los cultivos.
“La implementación de AgroScan significaría que, en lugar de simplemente ahorrar ese 10% de las pérdidas causadas por plagas, las empresas podrían convertir ese porcentaje en una ganancia”, afirmó Guillermo.
Incubar hacia el futuro
Sainz expresó que ganar el concurso fue de suma importancia para él y sus compañeros, ya que el programa Phase.0 indudablemente llevará la iniciativa al siguiente nivel de incubación.
Además comentó que “lo mejor de Phase. 0 es el hecho de que nos permite realizar el proceso de incubación, porque el programa nos consigue todo lo que necesitemos para desarrollar el proyecto”.
A través de la incubación, los alumnos buscarán que su idea genere un impacto significativo en el sector agroalimentario y contribuya a transformar la industria.
"El programa nos consigue todo lo que necesitemos para desarrollar el proyecto”.- Guillermo Sainz.
Finalmente, Guillermo resaltó el valor de participar en el concurso que permitió que su idea se convirtiera en un proyecto con potencial para marcar la diferencia.
“La oportunidad de hacer la diferencia no sólo está en la escuela; también está afuera, en los concursos o actividades de vinculación con empresas o la industria. Es importante animarse a intentarlo”, señaló.
El programa de incubación tendrá una duración de 3 meses, periodo en el cual el equipo podrá fortalecer AgroScan y ampliar su propuesta para el sector agroalimentario.
Al terminar este proceso los estudiantes podrán llevar su proyecto a la siguiente etapa para definir los posteriores pasos a seguir, ya sea llevarlo al mercado o realizar la transferencia de tecnología a un tercero.
LEE TAMBIÉN:
LEE TAMBIÉN:
Notas Relacionadas
Seleccionar notas relacionadas automáticamente
0
Categoría:
Notas Relacionadas
