.
.
A aplicação da Inteligência Artificial (IA) no agronegócio tem se mostrado uma importante aliada no monitoramento das lavouras e no diagnóstico precoce de doenças que podem comprometer a produtividade no campo. O tema é bastante discutido na 26ª edição da Feira de Tecnologia Agropecuária do Tocantins (Agrotins), que ocorre de 12 a 16 de maio.
Durante a Vitrine Agrotecnológica da Universidade Estadual do Tocantins (Unitins), o projeto “Inteligência Artificial aplicada ao monitoramento de safras e detecção de pragas no Tocantins”, desenvolvido por acadêmicos e docentes apresentou uma tecnologia capaz de analisar imagens de folhas de soja e milho para identificar pragas e doenças com alto índice de precisão.
O acadêmico do 9º período do curso de Engenharia Agronômica/Câmpus Palmas, Gabriel Santos explicou que a ferramenta foi criada para auxiliar produtores rurais na identificação rápida de problemas nas plantações.
Segundo o discente, o funcionamento do sistema começa a partir de uma fotografia tirada na lavoura. “A imagem é enviada para a IA, que realiza uma análise e apresenta um diagnóstico indicando se a folha está contaminada por pragas ou doenças. A partir disso, entra o papel do engenheiro agrônomo, que faz a interpretação e orienta o produtor sobre as melhores medidas de controle. As doenças podem causar perdas superiores a 80% na lavoura. Por isso, reconhecer esses problemas o mais cedo possível é fundamental para auxiliar no controle e evitar uma quebra de safra futura”, afirmou.
A docente do curso de Tecnologia em Análise e Desenvolvimento de Sistemas do Projeto de Interiorização Universitária (TO Graduado)/polo Palmas, Aldriene Divina Costa da Silva explicou que a pesquisa une tecnologia e agricultura.
“Nossa pesquisa desenvolve uma IA aplicada ao monitoramento de safra, com foco na detecção de doenças nas folhas da soja e do milho. Essas doenças provocam grandes perdas para o produtor, então a IA auxilia na tomada de decisão para um diagnóstico precoce. O sistema compara a imagem analisada com os padrões presentes no banco de dados e apresenta um diagnóstico em porcentagem, indicando a probabilidade de determinada doença ou se a folha está saudável. Hoje, o maior gargalo é o poder computacional. Utilizamos um notebook para processar os dados e realizar análises baseadas em redes neurais artificiais, o que demanda muito tempo de processamento. Com uma máquina mais robusta, seria possível obter diagnósticos ainda mais precisos”, detalhou.
Para o desenvolvimento da ferramenta, a equipe utilizou a linguagem de programação Python e o Visual Studio Code (VS Code), integrando as análises a um painel web que pode futuramente ser adaptado também para celular. Mesmo em fase acadêmica, os testes realizados já demonstram resultados promissores. Durante as demonstrações, o sistema identificou doenças como mancha cinza, ferrugem e queima foliar com altos índices de probabilidade, contribuindo para uma resposta mais rápida no manejo agrícola.
Fonte: Unitins
