Artificial:
Técnicas de processamento com grande profundidade de conexões imitam neurônios dos seres humanos e permitem recomendações técnicas precisas ao produtor
Não importa se o produtor trabalha com grãos, pecuária ou agroecologia. O mundo de informações que ele tem disponível - o “mar de dados” gerados sobre o escopo de diversas técnicas agronômicas - faz com que ele cada vez mais precise entender isso tudo e tome decisões que sejam mais interessantes economicamente para seu negócio.
Hoje, não é preciso ser “peixe grande” do setor para ter acesso, por exemplo, a mapas de plantio, dados sobre agrometeorologia ou saber o déficit nutricional de uma planta na propriedade. O grande desafio está em interpretar esses dados, traduzi-los da forma mais coerente possível e, assim, fazer a tomada de decisão. Felizmente, como já acontece na indústria, isso está deixando de ser responsabilidade dos homens e sendo transferido para as máquinas, através da Inteligência Artificial (IA). Como num jogo de xadrez, o produtor quer uma recomendação precisa e perfeita sobre o próximo passo, para que atinja o “xeque-mate” na safra.
Nesse novo momento da chamada agricultura 4.0, tecnologias incríveis têm surgido. Um dos destaques nesse tipo de trabalho, sem dúvida, é da Embrapa Instrumentação, que só este ano lançou dois equipamentos com técnicas de IA, sendo um deles capaz de fazer análises de qualidade do café torrado e moído e o outro análises de solo de forma rápida, limpa e economicamente viáveis em grande escala (confira mais nesta edição).
Neste novo cenário, a Embrapa Instrumentação tem se destacado justamente por usar técnicas não convencionais na agricultura, como ótica e fotônica, processamento de imagens áreas, ciência da computação, tomografia, fototérmica e fotoacústica. Termos complexos, mas que estão ligados a conceitos de física, química e engenharia.
Em relação à IA, o chefe geral da Embrapa Instrumentação, João de Mendonça Naime, explica que as técnicas disponíveis permitem que os pesquisadores trabalhem com um grande volume de dados. “Existe a chamada ‘Deep Learning’, redes neurais artificiais, com grande profundidade e conexões enormes, como os neurônios nos seres humanos. Essas técnicas de processamento permitem trabalhar com essas grandes redes e elas vão imitando como o ser humano raciocina, conecta seus conhecimentos e suas experiências”, explica Naime. Assim, frente a um número de dados absurdo, essa IA aplicada na agricultura é capaz de interpretar e tomar decisões importantes.
Muitos dos trabalhos da instituição acabam sur- gindo por demanda de diferentes setores, visita de empresas, workshops, painéis com especialistas, entre outras ações. “Aliadas à conectividade, todas essas tecnologias podem se conversar. Depois que os dados são enviados para a nuvem, o sistema de IA ‘provoca’ o conhecimento da inteligência agronômica”, relata o pesquisador.
Para Naime, o grande desafio de todo esse trabalho está na integração entre as instituições públicas, universidades, empresas e outros players do setor. “Esses arranjos institucionais são fundamentais, passando por uma mudança de cultura inclusive na forma delas trabalharem. Uma empresa de processamento de dados, automação industrial ou de pesquisa não serão capazes, de sozinhas, viabilizarem esse tipo de tecnologia. Hoje chegamos até o protótipo de um equipamento, mas são as empresas que vão colocar no mercado. A competição que existe hoje vai precisar ser deixada de lado.”