Investigadores de la Universidad Estatal de Carolina del Norte (NC State) desarrollan Howl, un robot humanoide de cuatro pies de alto (unos 1,2 metros) que detecta y recoge los huevos que las gallinas ponen en el suelo de los galpones sin jaulas.

Robot humanoide Howl en un galpón avícola

El proyecto usa como base robots Unitree G1 y apunta a enfrentar la falta de mano de obra, mejorando a la vez el bienestar de las aves y la productividad. El robot es parte de un esfuerzo más amplio del Artificial Intelligence & Robotics Lab (AIR Lab) de la universidad para llevar automatización avanzada a la avicultura comercial.

¿Por qué hay huevos en el suelo?

Howl, que en la práctica es un humanoide Unitree G1, detecta y recoge los huevos puestos fuera de los nidales en galpones sin jaulas. El proyecto busca usar automatización, aprendizaje automático y visión por computador para cubrir la falta de trabajadores, reducir la pérdida de huevos y mejorar el bienestar animal.

El paso a la producción de huevos sin jaulas trajo problemas nuevos a los avicultores. En los sistemas de jaulas convencionales los huevos ruedan hasta una cinta transportadora que los recoge. En los galpones sin jaulas, parte de los huevos hay que juntarlos a mano desde el suelo. Según el entorno, esos huevos de suelo pueden ser entre 2% y 15% de la producción total.

Integrantes del AIR Lab programan los movimientos de Howl para que recoja huevos del suelo

En una granja con unas 100.000 aves, eso puede significar hasta 15.000 huevos por recoger cada día. Es un trabajo intensivo en mano de obra, y cuando la recolección se atrasa la calidad del producto se resiente. Howl se desarrolla para automatizar esa tarea con inteligencia artificial y manipulación robótica. Está pensado para identificar los huevos en el suelo, acercarse y tomarlos con sus manos robóticas.

¿Cómo se entrena a Howl?

Enseñarle al humanoide estos movimientos obliga a desarrollar sus sistemas de control y de respuesta casi desde cero. Los investigadores usan manipulación con realidad virtual para demostrar las tareas y programar los movimientos del robot. El entrenamiento suma técnicas de aprendizaje automático, entre ellas aprendizaje por refuerzo y aprendizaje por imitación, para que el robot aprenda a manipular los huevos.

El equipo está afinando la programación y el entrenamiento de Howl. Las simulaciones de detección y recolección de huevos deben terminar antes de pasar a demostraciones prácticas, y la meta es que el robot haga estas tareas a comienzos de 2027.

Poultry Talk, un asistente de IA para avicultores

Además de la recolección robótica, la universidad desarrolla herramientas de IA para que los productores avícolas aprovechen mejor los datos de sus granjas y la información científica.

Uno de los proyectos, llamado Poultry Talk, es una plataforma de generación aumentada por recuperación (RAG) que funciona como un asistente de IA especializado para la industria avícola. Combina un modelo de lenguaje grande con una base de datos curada de documentos de ciencia avícola, que incluye investigación revisada por pares y publicaciones públicas de extensión agrícola.

Los usuarios pueden preguntar sobre nutrición avícola, diagnóstico y prevención de enfermedades, galpones, bienestar animal, gestión de la producción y agricultura de precisión. En vez de apoyarse en información genérica de internet, el sistema busca material pertinente en su base de conocimiento especializada para dar respuestas más enfocadas. La plataforma ya tiene una demostración funcional que se comparte con profesionales del rubro para recoger comentarios y seguir desarrollándola.

Cámaras que evalúan a cada ave

Otro proyecto vigila la salud de cada ave con visión por computador e IA. Los investigadores instalan cámaras fijas 2D y 3D dentro de una instalación avícola de investigación, donde modelos de visión por computador analizan a cada ave y evalúan su condición física.

El sistema mide características como el estado de las plumas, la densidad del plumaje y el peso corporal para generar evaluaciones de salud individuales. Siguiendo esos indicadores, la tecnología busca detectar señales tempranas de enfermedad o estrés que en una bandada grande podrían pasar inadvertidas.

Los datos recogidos también podrían servir para sistemas de alimentación de precisión, que permitan ajustar la dieta y las condiciones de manejo según las necesidades de cada ave, en vez de tratar a toda la bandada como una población uniforme.

Los tres proyectos combinan robótica humanoide, visión por computador y plataformas de IA especializadas para llevar más automatización y decisiones basadas en datos a la producción avícola. La meta de largo plazo es depender menos del trabajo manual y mejorar la recolección de huevos, el monitoreo de las bandadas y la eficiencia de las granjas comerciales.