En Honduras el café es de vital importancia para la economía, su producción se encuentra en manos de cientos de familias, representando un aproximado de 600,000 empleos por año y contribuyendo al 5% del producto Interno Bruto. El café en Honduras se cultiva principalmente en seis regiones, así: Copan, Opalaca, Montecillos, Comayagua, Agalta y El Paraiso. Todas estas regiones poseen una temperatura idónea y una considerable altura, condiciones ideales para el cultivo de café de alta calidad.
Una vez en una taza, el procedimiento de cata de café no es uno que se considere trivial, se necesita entrenamiento y certificación para ser un buen catador de café. Dicha cata implica la clasificación del café de acuerdo a variables subjetivas que el catador aprende a identificar conforme se convierte en un experto catador de café.
A finales del 2016 tuve la oportunidad de presentar en la Conferencia Latinoamericana de Inteligencia Artificial, un sistema experto que proporciona la Calidad del Café Hondureño a partir de variables subjetivas que usan los catadores, tales como el gusto, retrogusto, olor, entre otras. Este sistema experto está programado en MATLAB y su desempeño muestra que es viable incorporar la subjetividad humana a los modelos computacionales. Dicha subjetividad se incorpora mediante la implementación de los Sistemas Fuzzy, mediante la lógica Fuzzy o Borrosa, la cual es una herramienta matemática muy robusta y ampliamente probada en diversas aplicaciones. Es así como, dicha herramienta permite manipular matemáticamente la incertidumbre inherente en el lenguaje humano. Una vez manipulada la incertidumbre, esta se puede usar mediante una aplicación por computadora, con la finalidad de obtener resultados comprensibles por el ser humano. Abajo se muestra la interfase Hombre-Máquina que se usa en el sistema experto.
La base de conocimiento del sistema experto se obtuvo mediante entrevistas a catadores, mediante la colaboración cercana del Instituto Hondureño del Café, IHCAFE.
Los resultados obtenidos son muy prometedores, pero aun así el sistema experto se puede mejorar aún más, para disminuir los márgenes de error que ya son bastante aceptables.
Ya he tenido la oportunidad de usar la lógica borrosa en el problema de diagnóstico de los trasformadores de potencia sumergidos en aceite, lo que me facilitó implementar esta herramienta en el problema de la cata del café. Es valioso mencionar que tuve la colaboración de dos estudiantes de UNITEC, Adriana Vega y Gracia Pineda, sin las cuales hubiera sido imposible realizar este proyecto de investigación. Con ellas seguimos trabajando para mejorar el sistema experto, con la finalidad de presentarlo en un futuro cercano en una Revista Científica.
Si están interesados en saber más, pueden obtener el documento completo en el siguiente enlace de IEEExplore: http://ieeexplore.ieee.org/document/7885710/
