Modelo de Acuicultura 4.0 bajo la integración de modelos Inteligencia Artificial, IoT, Robótica y Diseño adaptativo para optimizar la producción en Piscigranjas
No hay miniatura disponible
Fecha
2025-06-16
Autores
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Peruana Unión
Resumen
El propósito de esta investigación fue desarrollar un modelo de acuicultura de presición, que combine tecnologías de la Industria 4.0, como Internet de las cosas, Robótica, modelos de Inteligencia Artificial y diseño adaptativo, con el fin de optimizar procesos críticos en la producción acuícola continental. Este enfoque responde a la necesidad de tecnificar las piscigranjas mediante soluciones accesibles, eficientes y escalables, capaces de mejorar el monitoreo ambiental, la identificación de mortalidad y la toma de decisiones basada en datos.
Para ello, se desarrollaron tres estudios complementarios. El primero describe la implementación de una boya multiparamétrica autónoma equipada con sensores de pH, oxígeno disuelto, temperatura y conductividad, integrados a un sistema IoT con comunicación LoRaWAN. Esta solución permite recolectar datos ambientales en tiempo real, mejorando el control de la calidad del agua. El segundo estudio consistió en una revisión sistemática de literatura entre 2020 y 2024, donde se identificaron los principales procesos donde se aplica IA en acuicultura (alimentación, monitoreo, clasificación y predicción de biomasa), así como los modelos más precisos, entre ellos CNN, Random Forest y YOLO. Finalmente, se entrenó un modelo YOLOv11 para la detección automática de peces muertos, alcanzando un desempeño sobresaliente (mAP@0.5 = 99,1%; AUC > 97%).
Los resultados validan el potencial de un enfoque híbrido y adaptativo basado en inteligencia artificial para transformar la acuicultura tradicional, mejorar la eficiencia operativa y avanzar hacia una producción sostenible, resiliente y digitalmente gestionada.
Descripción
Palabras clave
Acuicultura 4.0, Inteligencia Artificial, Visión computacional