Pesquisadores da Empresa Brasileira de Pesquisa Agropecuária (Embrapa) em parceria com duas empresas de tecnologia desenvolveram um novo algoritmo de inteligência artificial capaz de analisar com precisão alterações nas folhas de plantas que antes só seriam possíveis em exames feitos de forma manual por especialistas.

A tecnologia possibilita automatizar a rotulagem com anotações de dados de classificação e na identificação de plantas doentes por meio de imagens.

Com isso, os pesquisadores esperam dar agilidade às tomadas de decisão no campo, com reduções de perdas nas produções e melhorias no uso de recursos naturais.

Veja também

Japão lança robôs de entrega 'humildes e amáveis' para aliviar falta de mão de obra

Modelos realistas geradas por IA 'ameaçam' OnlyFans

Os primeiros resultados do experimento feito com folhas de soja foram divulgados na última terça-feira (7). De acordo com os pesquisadores, a tecnologia poderá ser aplicada em outros tipos de produção (veja abaixo).

Além disso, o sistema de reconhecimento pode ser adicionado em máquinas agrícolas, drones ou celulares.

O trabalho, que começou em 2022, contou com a participação das empresas Macnica DHW, que integra a operação da América do Sul do grupo japonês Macnica Inc., e a InnerEye, de Israel.

Para fazer os testes foram escolhidas duas doenças que causam sintomas distintos nas folhas de soja: a ferrugem asiática e o oídio, relevante na Região Sul do Brasil. Com a utilização do equipamento foi possível diferenciar as folhas doentes e as saudáveis.

A ferrugem asiática da soja é a mais severa doença da cultura, podendo levar a perdas de até 80%, se não controlada. Os custos com a doença ultrapassam os US$ 2 bilhões por safra no Brasil, segundo levantamentos do Consórcio Antiferrugem.

COMO FUNCIONOU O EXPERIMENTO

Os sinais neurais de dois especialistas da Embrapa Soja foram capturados por um capacete com eletrodos;

Ambos avaliaram cerca de 1,5 mil imagens de folhas doentes e saudáveis para os testes;

Por meio da captura de ondas cerebrais, a solução é capaz de identificar as experiências, os julgamentos e as classificação que eles fazem das imagens observadas pelos especialistas;

Os modelos gerados a partir das correntes elétricas espontâneas emitidas no cérebro dos especialistas e do software permitem treinar o algoritmo de inteligência artificial padrão para deixar cada vez mais próximo do critério utilizado pelo especialista na identificação visual de doenças em plantas;

Após a captura dos sinais cerebrais que especialistas emitem ao visualizar imagens de plantas doentes, o software automatiza o diagnóstico tornando a etapa mais rápida e eficiente;

Os resultados obtidos comparando os algoritmos pós-treinamento indicam que praticamente estão no mesmo nível de precisão dos especialistas.

RESULTADOS E PRÓXIMOS PASSOS

Fotos: Reprodução

Com duração média de meia hora, cada sessão com os pesquisadores possibilitou rotular mais de mil imagens, tarefa que no sistema manual demoraria dias.

“A junção das imagens rotuladas – doente/saudável – com os sinais cerebrais dos especialistas resultou na melhora do desempenho do modelo, indicando a viabilidade do uso da inteligência artificial”, explica o pesquisador da Embrapa Agricultura Digital Jayme Barbedo.

Além do ganho em agilidade no processo de classificação e anotação de dados, Barbedo explica que o sistema também possui “mecanismos de correção de possíveis erros, tornando o modelo que é treinado mais confiável”.

Agora, o projeto deve avançar na identificação do tipo de doença presente no cultivo de soja, iniciando pelas comercialmente mais significativas. Também está sendo avaliado a inclusão das culturas de milho e café nos experimentos.

Curtiu? Siga o PORTAL DO ZACARIAS no Facebook, Twitter e no Instagram.

Entre no nosso Grupo de WhatApp e Telegram

Com o aprimoramento da solução, o pesquisador aponta, ainda, a pertinência do uso da tecnologia na estratégia de rotação das pastagens da pecuária leiteira, área em que faltam especialistas. Ele explica que durante o processo de rotação das pastagens, o recurso poderá ajudar na identificação do melhor local para a instalação dos piquetes.

Fonte: G1