CVCOVANewsComputing, Opportunities, Value & Analysis
Ciencia y futuro3 min de lectura

GANet: una red de apenas 0,001 millones de parámetros que promete detectar 38 enfermedades de plantas

Un preprint propone un modelo ligero de IA que, según sus autores, identifica 38 enfermedades de plantas con 99,99 % de precisión y corre en una Raspberry Pi 4b y una Jetson Nano. Los resultados aún no tienen revisión por pares.

Por Redacción de COVA News
GANet: una red de apenas 0,001 millones de parámetros que promete detectar 38 enfermedades de plantas

Detectar a tiempo una enfermedad en un cultivo suele exigir ojo experto o un computador potente, dos cosas que no abundan en el campo. Un grupo de investigadores quiere acortar esa distancia con un modelo de inteligencia artificial tan pequeño que, según afirma, funciona en dispositivos de bajo consumo como una Raspberry Pi 4b o una Jetson Nano.

Se llama GANet (Group Equivariance Attention Network) y lo describen Anubhab Tripathi, Bibek Das, Asfak Ali y Sheli Shinha Chaudhuri en un preprint publicado en arXiv, enviado el 21 de octubre de 2026. Un preprint es un trabajo que se comparte antes de pasar por revisión de pares, es decir, sin que otros especialistas lo hayan evaluado formalmente. Todas las cifras que siguen son, por ahora, las que declaran los propios autores.

El punto de partida del artículo es el clima. Los autores señalan que el calentamiento global y el cambio climático impulsan las enfermedades de las plantas y afectan la producción de alimentos en el mundo, por lo que hace falta vigilancia continua y detección temprana. Los modelos de aprendizaje profundo (redes neuronales que aprenden a reconocer patrones en imágenes) podrían ayudar. Pero, advierten, la mayoría requiere mucha capacidad de procesamiento y rinde mal en electrónica modesta. Además, muchos trabajos previos se centran en enfermedades de cultivos concretos, lo que limita su alcance.

Su propuesta es una red pensada para predecir y monitorear 38 tipos de enfermedades. Incorpora dos piezas que presentan como nuevas: un bloque de atención por grupos (Group Attention) y un bloque de fusión de características por grupos (Group-Wise Feature Fusion). Según el resumen, esa combinación la vuelve a la vez dispersa y eficiente.

Los números son lo más llamativo. El modelo tiene solo 0,001 millones de parámetros, es decir, alrededor de mil, una fracción diminuta frente a lo habitual en visión por computador. Con ese tamaño, los autores reportan una precisión de 99,99 % sobre PlantVillage, un conjunto de datos de enfermedades de plantas. En las pruebas en dispositivos de borde (hardware que procesa los datos en el lugar, sin enviarlos a la nube), el sistema alcanza 5 cuadros por segundo en la Raspberry Pi 4b y 11 en la Jetson Nano.

El resumen no precisa cómo se midió esa velocidad ni con qué tipo de imágenes se probó fuera del conjunto de datos citado, y tampoco menciona si el código está disponible para que otros reproduzcan los resultados. Una precisión tan alta con un modelo tan pequeño es el tipo de dato que conviene ver confirmado por terceros antes de darlo por sentado.

Para Latinoamérica, donde la agricultura depende de herramientas accesibles, la utilidad dependerá de que la propuesta se valide con cultivos y condiciones reales, algo que el material disponible no aborda. Lo que conviene seguir es si los autores publican el código, si el trabajo supera una revisión por pares y si otros equipos logran replicar el rendimiento en hardware económico.

Fuente: arXiv

Noticias relacionadas

Ciencia y futuro

Dos astronautas instalan un nuevo panel solar en la Estación Espacial durante una caminata espacial

Menon y Kutryk salieron al exterior de la Estación Espacial Internacional para sumar un nuevo panel solar y dejar lista la próxima salida. La NASA lo resumió en dos palabras: misión cumplida.

Ciencia y futuro

Un pueblo virtual de 25 agentes de IA organizó solo una fiesta de San Valentín

Investigadores de Stanford y Google dieron memoria, reflexión y planes a personajes impulsados por ChatGPT y los soltaron en un pueblo tipo Los Sims. Sin guion, se invitaron a una fiesta y llegaron a la hora.

Ciencia y futuro

Robots que caminan con las señales eléctricas de un hongo: lo que Cornell logró y lo que aún es promesa

Investigadores de Cornell conectaron micelio vivo a dos robots y lograron que se movieran con sus impulsos eléctricos y reaccionaran a la luz ultravioleta. Medir el suelo en cultivos, por ahora, es solo un plan.