Un nuevo robot humanoide diseñado para apoyar el mejoramiento de cultivos fue presentado en Beijing, en una señal del uso creciente de la IA encarnada en la agricultura.
GEAIR 2.0 se mostró en la 33ª Conferencia de la Industria de Semillas de Beijing como un sistema capaz de ejecutar de forma autónoma las tareas involucradas en la polinización híbrida. Fue desarrollado por un equipo del Instituto de Genética y Biología del Desarrollo, dependiente de la Academia China de Ciencias, y está pensado para operar en entornos de cultivo complejos sin control humano continuo. Según sus desarrolladores, la versión mejorada trabaja mejor entre hojas y ramas y reconoce las flores con mayor precisión.
¿Qué hace exactamente GEAIR 2.0?
El robot combina robótica, inteligencia artificial y biotecnología para automatizar la polinización híbrida, un paso del fitomejoramiento que exige mucha mano de obra. Identifica flores, navega entre las plantas y poliniza de manera autónoma, lo que le permite trabajar durante períodos prolongados sin supervisión permanente.
La actualización más visible es mecánica: usa dos brazos en lugar del sistema previo de un solo brazo flexible. Eso le permite maniobrar mejor alrededor de hojas y ramas y adaptarse a las condiciones cambiantes dentro del cultivo. Su precisión de reconocimiento del estigma, el órgano reproductor femenino de la flor, subió de 85% a 92,8%.
Durante la presentación en Beijing, GEAIR 2.0 demostró la polinización de tomates sosteniendo un tubo de polen con una mano y operando un pincel polinizador con la otra. El robot completó cada polinización en menos de 10 segundos, y una sola inmersión del pincel en el polen alcanzó para unas 50 polinizaciones, según informó China Daily.
Codiseño de cultivo y robot
El nombre del sistema viene de Genome Editing combined with AI-based Robotics, es decir edición genómica combinada con robótica basada en IA. Los investigadores usan edición génica para crear plantas macho estériles con estigmas expuestos, de modo que las estructuras reproductivas sean más fáciles de identificar y alcanzar para el robot.
Ese enfoque, descrito como "codiseño cultivo-robot", fue detallado en un estudio publicado en Cell en 2025. Los investigadores encontraron que la polinización cruzada automatizada de tomate podía alcanzar una eficiencia comparable a la manual, y luego extendieron el método a la soya.
Vale la pena detenerse en la lógica, porque invierte el orden habitual de la automatización agrícola. En vez de construir un robot capaz de manipular la planta tal como existe, modifican la planta para que la tarea del robot sea tratable. Primero exponen el estigma, lo que elimina la necesidad de que un trabajador abra los pétalos a mano.
¿Por qué es tan difícil polinizar a máquina?
Aunque la flor esté preparada, el robot debe atravesar cultivos densos, esquivar ramas y hojas y localizar un estigma del tamaño de una aguja con precisión suficiente para completar la operación. La ventaja no es la velocidad por unidad sino la resistencia: puede repetir la tarea durante más tiempo que un trabajador humano, en distintos momentos del día y bajo condiciones climáticas variables, según informó el Global Times.
De acuerdo con especialistas, la polinización híbrida es físicamente exigente y muchas veces debe completarse dentro de una ventana de tiempo estrecha. Ese es el punto crítico: no se trata sólo de reemplazar horas de trabajo, sino de cubrir un pico de demanda laboral que dura pocos días al año.
Qué hay detrás del programa
El impulso al mejoramiento asistido por IA forma parte de un esfuerzo más amplio de China por modernizar su agricultura y reforzar la producción de alimentos. La producción de granos del país alcanzó un récord de 715 millones de toneladas en 2025, mientras los planes nacionales apuntan a elevar la capacidad integral de producción a cerca de 725 millones de toneladas hacia 2030. Tecnologías como la IA encarnada podrían jugar un papel en alcanzar esas metas.
Los desarrolladores sostienen que automatizar la polinización podría reducir la necesidad de trabajo manual, bajar los costos de mejoramiento y elevar la eficiencia del cruzamiento híbrido, lo que resultaría útil para operaciones de gran escala.
