Como a Inteligência Artificial está melhorando a eficiência agrícola

A inovação agrícola está acelerando graças à IA. Será suficiente?

Maize seedling in the cultivated agricultural field with low poly graphic style, Modern technology concepts

As organizações muitas vezes encontram o maior sucesso através de pequenos passos com inteligência artificial. Há muitos exemplos disso no trabalho, mas o Linux oferece um ótimo. O Linux começou como um experimento de desktop estudantil antes de entrar lentamente nas empresas como um servidor de impressão confiável antes de eventualmente assumir o data center e a nuvem (e Marte – está nos rovers chineses e americanos lá). Etapas incrementais podem somar grandes coisas.

Na área de produção de alimentos, ele precisa. Afinal, se a produção de alimentos deve quase dobrar à medida que a população global atingir 10 bilhões até meados do século, à medida que a terra sob cultivo encolhe, provavelmente precisaremos de IA para ajudar a alimentar todas essas pessoas de forma sustentável. Mas como?

Agricultura vai de alta tecnologia

Uma resposta é melhorar a eficiência através da agricultura digital e da IA. Se conseguirmos obter mais e melhores culturas de menos terra, também cumprimos outros objetivos que valem a pena, como ajudar a salvar fazendas familiares, mitigar as mudanças climáticas, economizar água, reduzir a poluição e construir um futuro melhor na agricultura mais sustentável que seja melhor para nós e para o planeta.

Vejamos um pioneiro na AgTech chamado xarvio, com sede na Holanda. Fundada há seis anos, a Xarvio oferece produtos digitais baseados em um aprendizado reforçado, sistema de modelo de cultura alimentado por IA que pode gerenciar culturas, água e outros dados-chave em tempo real (anotados pela Labelbox) que fornecem conselhos agronômicos independentes específicos para que os agricultores possam produzir suas culturas de forma mais eficiente e sustentável. Eles oferecem três produtos – Scouting (que é gratuito), além de Field Manager e Healthy Fields – que são usados por mais de dois milhões de agricultores em mais de 100 países em todo o mundo.

Esse tipo de aquisição de clientes seria impressionante em qualquer campo, mas no mercado agrícola normalmente lento? Isso é hipervelocidade.

A razão para esse crescimento se resume à conveniência. O scouting identifica automaticamente problemas no campo apenas tirando fotos. O escotismo determina tipos de identidade, classifica e conta insetos na armadilha amarela, reconhece doenças, analisa danos nas folhas e mostra o estado do nitrogênio. Além disso, os agricultores podem ver a história de suas viagens de reconhecimento e ter acesso ao radar de exploração baseado na comunidade para ter uma visão geral do estresse das culturas em sua própria área.

O produto comercial da Xarvio, Field Manager, está disponível como um aplicativo ou solução web, apoiando os agricultores em todo o ciclo de crescimento, ajudando-os a tomar melhores decisões de produção agrícola em torno da dosagem (água, fertilizante, inseticida, tempo, etc…). Os agricultores obtêm mais de seus campos e zonas de campo, economizam tempo, ao mesmo tempo em que otimizam as decisões de produção agrícola.

Com o outro produto comercial da Xarvio, o Healthy Fields, os agricultores recebem o manejo específico de doenças em áreas de campo com uma garantia de saúde para as culturas. O agricultor é dispensado de tarefas complexas de trabalho com software que os guia a cada passo. Se os danos causados pela folha relacionada à doença em um campo no final de uma temporada forem maiores do que o acordado com antecedência, o agricultor recebe dinheiro de volta de xarvio.

Como a IA se me faz?

Colocando a IA para funcionar

Como parte central do pipeline de aprendizado de máquina da Xarvio, as imagens são enviadas para a plataforma Labelbox e os etiquetadores primeiro definem um objeto em uma imagem desenhando uma caixa ou contorno ao seu redor ou destacando a porção de uma planta danificada, por exemplo. O sistema Labelbox faz uma categorização automática com base no que aprendeu com imagens passadas no conjunto de dados. Em seguida, os rotuladores com um forte fundo agrícola pré-classificam a imagem, escolhendo uma identificação ou anotando qual parte de uma folha é boa, por exemplo, e qual parte é ruim.

Especialistas externos do setor usam labelbox para realizar o controle de qualidade fazendo uma verificação final dos rótulos antes que a imagem seja movida para o conjunto de dados de treinamento para treinar ainda mais o modelo. Xarvio conta com especialistas em diferentes continentes porque a identificação de imagens requer conhecimento local. O processo de rotulagem é um ciclo iterativo, uma vez que novos dados de treinamento continuam a aumentar a precisão dos algoritmos para que o xarvio possa adicionar rapidamente novos recursos às suas aplicações.

As apostas são altas aqui. A agricultura é responsável por cerca de 10% das emissões de gases de efeito estufa provenientes das atividades humanas nos EUA, de acordo com a Agência de Proteção Ambiental. Mais importante, as fazendas ocupam cerca de 40% a 50% da superfície terrestre da Terra. Administradas corretamente, as terras agrícolas podem atuar como um sumidouro de carbono, tirando o CO2 da atmosfera e armazenando-o no solo. Administradas incorretamente, as terras agrícolas podem atuar como uma fonte de carbono, liberando CO2 líquido na atmosfera.

A IA não é uma panaceia, mas tem o potencial de nos ajudar a melhorar drasticamente a produção agrícola… uma fazenda de cada vez.