La Plataforma de CGIAR para Big Data en la Agricultura realizará su primer congreso anual, en Cali, Colombia, del 19 al 22 de septiembre de 2017.

La Convención de Big Data en la Agricultura 2017: Una Alianza para una Revolución de Datos se llevará a cabo con el propósito de alinear a la comunidad científica internacional para inspirar una revolución de datos y celebrar la intersección de big data (inteligencia y minería de datos) y la agricultura.

El evento tendrá lugar en el CIAT y reunirá a expertos de la industria tecnológica de la información, científicos y formuladores de políticas, entre otros.

Los participantes discutirán acerca de cómo big data puede transformar la agricultura de pequeña escala, permitiendo a los agricultores impulsar la producción de alimentos y responder ante retos apremiantes como el cambio climático. El evento tiene previsto recibir a cerca de 300 participantes.

“Es vital en esta primera convención que nos enfoquemos en forjar nuevas alianzas innovadoras”, dijo Elwyn Grainger-Jones, Director Ejecutivo del Sistema CGIAR. “Necesitamos desarrollar y estimular nuevas alianzas entre los sectores de la tecnología y la agricultura si hemos de digitalizar la pequeña agricultura de una manera exitosa”.

“Esta es una oportunidad para nosotros conectar a líderes en el mundo tecnológico y agrícola, y asegurar que nuestros datos sean abiertos y justos, para cumplir nuestras metas de reducir la pobreza mundial, mejorar la seguridad alimentaria y nutricional, así como proteger los recursos naturales y los servicios ecosistémicos”, agregó.

“La convención se centra en reunir a las personas y abrir el diálogo. Es una gran oportunidad para realmente poner en marcha la revolución de big data en la agricultura”.

Ganadores de la Subvención del Reto Inspirar

Durante el evento, se anunciarán los ganadores de las cinco subvenciones de investigación por valor de US$100.000 cada una, como parte del Reto Inspirar de la Plataforma. Esta campaña realizó una convocatoria para propuestas que usen enfoques de big data para avanzar la investigación y el desarrollo agrícola. El objetivo es promover ideas novedosas para desarrollar soluciones más rápidas, mejores y a mayor escala que nunca antes.

Se recibieron más de 120 propuestas de todo el mundo en todas las cuatro categorías del Reto Inspirar: Escudriñando los Sistemas Alimentarios, Monitoreando Plagas y Enfermedades, Alterando la Evaluación de Impacto y Empoderando la Agricultura Orientada por los Datos.

Las propuestas ganadoras deben tener potencial para lograr impacto social, empleando a su vez datos abiertos para resolver problemas de desarrollo.

Se seleccionaron doce finalistas el 12 de septiembre, quienes presentarán sus propuestas ante un panel de jueces, que incluye líderes industriales como Robin Lougee de IBM, Syed Raza de la Fundación de las Naciones Unidas y Stanley Wood de la Fundación Bill & Melinda Gates.

Durante el transcurso de la Convención, habrá distintas oportunidades para que los individuos interesados formulen preguntas y se integren en conversaciones con los oradores y asistentes al evento a través de los medios sociales de la Plataforma de Big Data.

Twitter | Facebook | LinkedIn

Información adicional

La Plataforma de CGIAR para Big Data en la Agricultura acoge el poder de la analítica de big data, apoyando a CGIAR en tanto se convierte en un líder en la generación de perspectivas factibles orientadas por los datos para los actores interesados. Forma capacidades en todo CGIAR para generar y gestionar big data, ayudando en los esfuerzos de CGIAR y sus socios para cumplir con los principios de acceso abierto / datos abiertos para liberar importantes conjuntos de datos e investigaciones. Además, empodera a los investigadores para fortalecer las capacidades en análisis de datos, desarrollar herramientas y servicios prácticos de big data de una forma coordinada y aborda brechas críticas, tanto organizacionales como técnicas, expandiendo así el horizonte de la labor de investigación de CGIAR. www.bigdata.cgiar.org

Pin It on Pinterest

Share This