IA captura ondas cerebrais humanas para aprender a identificar cepas de doenças
 |
| Fonte: TOTVS |
A
máquina, treinada com pesquisadores da Embrapa, poderá fazer análises com mais
rapidez do que especialistas, ajudando a reduzir perdas. O primeiro teste foi
com soja.
Pesquisadores
da Empresa Brasileira de Pesquisa Agropecuária (Embrapa), em colaboração com
duas empresas de tecnologia, desenvolveram um novo algoritmo de inteligência
artificial capaz de analisar com precisão as alterações nas folhas das plantas,
o que antes só era possível por meio de inspeção manual especializada.
A
tecnologia permite rotulagem automatizada de plantas doentes por meio de
anotação de dados taxonômicos e identificação de plantas doentes por meio de
imagens.
Com
isso, os pesquisadores esperam agilizar a tomada de decisões no campo, reduzir
as perdas de produção e melhorar o uso dos recursos naturais.
Os
primeiros resultados dos experimentos com folhas de soja foram divulgados na
última terça-feira (7). Segundo os pesquisadores, a técnica pode ser aplicada
em outros tipos de produção
Além
disso, sistemas de identificação podem ser adicionados a máquinas agrícolas,
drones ou telefones celulares.
A
obra, que começa em 2022, conta com a participação da Macnica DHW, parte das
operações sul-americanas do grupo japonês Macnica Inc., e da israelense
InnerEye.
Para os testes, foram escolhidas duas doenças que causam diferentes sintomas nas folhas de soja: a ferrugem asiática e o oídio, associadas ao sul do Brasil. Usando este dispositivo, as folhas doentes podem ser distinguidas das folhas saudáveis.
A
ferrugem asiática da soja é a doença mais grave da cultura e pode causar perdas
de até 80% se não for controlada. Segundo o Consórcio Antiferrugem, a doença já
custou mais de US$ 2 bilhões no Brasil.
Sinais
nervosos de dois especialistas da Embrapa Soja captados por capacetes com
eletrodos;
Ambos
avaliam cerca de 1.500 imagens de folhas doentes e saudáveis para testes;
Ao
captar ondas cerebrais, a solução é capaz de reconhecer suas experiências,
julgamentos e classificações das imagens observadas por especialistas;
Modelos
e softwares gerados a partir de correntes elétricas espontâneas emanadas dos
cérebros de especialistas permitem o treinamento de algoritmos de IA padrão
mais próximos daqueles usados por especialistas em identificação visual de
doenças de plantas;
O software
automatiza o diagnóstico após captar os sinais cerebrais emitidos por
especialistas ao visualizar imagens de plantas doentes, tornando a etapa
diagnóstica mais rápida e eficiente; A comparação dos resultados
obtidos pelos algoritmos treinados mostra que eles estão realmente no mesmo
nível de precisão que os especialistas.
Com duração média de meia hora, cada sessão com os pesquisadores consegue rotular mais de mil imagens, tarefa que levaria dias em sistemas manuais.
“A combinação de imagens rotuladas (doentes/saudáveis) com sinais cerebrais de especialistas melhora o desempenho do modelo, mostrando a viabilidade do uso de inteligência artificial”, explica Jayme Barbedo, pesquisador de agricultura digital da Embrapa.
Além
de ganhar agilidade no processo de classificação e anotação dos dados, Barbedo
explica que o sistema também possui “um mecanismo para corrigir possíveis
erros, tornando o modelo treinado mais confiável”.
Atualmente,
esse projeto deve avançar para identificar as espécies de doenças presentes na
cultura da soja, começando pelas mais significativas economicamente.
Com
soluções aprimoradas, os pesquisadores também apontam a relevância do uso da
tecnologia em estratégias de pastejo leiteiro, uma área onde a mão de obra
qualificada é escassa. Ele explica que os recursos ajudam a identificar os
melhores locais para instalação dos piquetes durante o processo de rotação de
pastagens.
Leitura
Complementar: Literatura
Recomendada
Referências:
Nenhum comentário