Um equipamento que permite capturar e a simular sinais cerebrais, que começou a ser testado em cultivos de soja no Brasil, para a detecção de doenças em estágio inicial, que começou no ano passado, continua em execução, informou nesta semana a Embrapa (Empresa Brasileira de Pesquisa Agropecuária). Os testes envolvem o uso de IA (inteligência artificial), em parceria com as empresas InnerEye uma brainTech de Israel, que combina IA, e a Macnica DHW, grupo japonês parceira para a América do Sul, no Brasil com sede Florianópolis (SC), que atua em soluções de IA, IoT (internet das coisas), cibersegurança, veículos autônomos e robótica.
No caso de doenças, como a ferrugem asiática na soja que chegou ao Brasil em 2001 e que é um dos focos do experimento, ataques mais severos às lavouras podem levar a perdas de até 80%. Segundo levantamentos do Consórcio Antiferrugem, que reúne pesquisadores e empresas, os custos com a doença ultrapassam os US$ 2 bilhões por safra no Brasil, considerando a aquisição de fungicidas e as perdas de produtividade que ela provoca.
Os testes de detecção de doenças partem de um sistema que simula o funcionamento cerebral no momento em que especialistas visualizam imagens de plantas doentes, automatizando a rotulagem e tornando a etapa mais rápida e eficiente. Com isso, os pesquisadores esperam dar rapidez às tomadas de decisão, reduzindo perdas nas fazendas e racionalizando o uso de recursos naturais.
“Essa é uma iniciativa pioneira da Embrapa que está unindo a tecnologia disruptiva brainTech, trazida com exclusividade pela Macnica DHW para o Brasil”, diz Fabrício Petrassem, gerente de Soluções IoT & AI da Macnica DHW. “Associando sinais neurais e AI é possível criar uma máquina que imita o cérebro humano com alta confiabilidade.”
O teste e a validação do sistema tiveram a participação do desenvolvedor Yonatan Meir, da InnerEye, que veio de Israel em agosto. “Por meio da captura de ondas cerebrais, a solução é capaz de identificar o julgamento e a classificação de uma imagem observada por uma pessoa, permitindo que essa imagem seja rotulada de forma automática e imediata”, explica Meir.
O sistema já é utilizado em aeroportos europeus na identificação de objetos perigosos em malas. Em 2019, a Macnica DHW buscou a Embrapa para, em parceria, explorar a tecnologia no setor agropecuário, com possíveis novas aplicações. A primeira foi justamente a detecção precoce de doenças em plantas.
Jayme Barbedo, da Embrapa Agricultura Digital, lidera o projeto pela instituição
O pesquisador Jayme Barbedo, da Embrapa Agricultura Digital, localizada em Campinas (SP), e que lidera o projeto pela instituição, afirma que as “ferramentas de IA evoluíram muito e, com dados de boa qualidade, conseguem resolver quase qualquer problema”. O desafio agora, segundo Barbedo, é a obtenção desses ‘dados de qualidade’, que além de coletados precisam ser rotulados por especialistas. Um processo custoso e demorado em que o equipamento vai auxiliar.
Os primeiros resultados do experimento foram positivos, pois o equipamento ajudou a identificar, com alta acurácia, as folhas doentes (oídio e ferrugem da soja) e saudáveis. Agora, o projeto deve ir além da detecção de plantas doentes/não doentes e avançar na identificação do tipo de doença presente no cultivo da soja, iniciando pelas comercialmente mais significativas. Também está sendo articulada a inclusão das culturas de milho e café nos experimentos com os respectivos centros de pesquisa da Embrapa.
Onde a tecnologia poderia ser aplicada ao agro
A tecnologia em teste abre diversas possibilidades de aplicação no setor agropecuário. Os modelos treinados poderiam ser embarcados em maquinário agrícola, aplicativos de celular e atuar em atividades com carência de mão de obra especializada.
A aplicação mais racional de defensivos nas plantas, com menos custo econômico e menor impacto ambiental, e a produção de alimentos de forma mais limpa e sustentável seriam possíveis com modelos treinados embarcados em maquinários, que identificassem, em tempo real e em parcelas específicas, a necessidade de aplicação de defensivos ao passar nas linhas de produção.
“Embarcar esse modelo em um aplicativo de celular daria ao produtor agilidade na tomada de decisão quando identificadas doenças e sintomas de patologias, acelerando a adoção das medidas necessárias”, afirma Barbedo.
Ferrugem asiática provoca prejuízos às lavouras do Brasil da ordem de US$ 2 bilhões por safra
O pesquisador aponta, ainda, a pertinência do uso da tecnologia na estratégia de rotação das pastagens da pecuária leiteira, área em que faltam especialistas. A escolha dos piquetes mais apropriados para maximizar a produção do leite é feita por técnico experiente em identificar a melhor localização e a quantidade ideal de animais. “O sistema poderia simular a atividade desse especialista para fazer uma locação tecnológica. A maioria das propriedades não tem alguém com essa expertise”, conclui.
O que aconteceu até agora
A partir de abril do ano passado, os fitopatologistas Cláudia Godoy e Rafael Soares, da Embrapa Soja, unidade localizada em Londrina (PR), começaram a avaliar cerca de 1,5 mil imagens de folhas doentes e saudáveis para os testes com um capacete coletor.
A etapa da prova de conceito mostrou que os modelos gerados a partir dos eletroencefalogramas dos especialistas são capazes de lidar bem com imagens, permitindo treinar a máquina na identificação de plantas doentes. “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 IA”, aponta Barbedo.
“A experiência foi muito interessante, porque o sistema aprende a identificar imagens de folhas doentes a partir da contagem que é feita de forma silenciosa quando se visualiza as doentes e as sadias, que passam rapidamente em uma tela de computador pela identificação dos sinais cerebrais”, relata Godoy . “Com a evolução do treinamento artificial, essas tecnologias de reconhecimento podem ser utilizadas por pessoas que não têm muito conhecimento de doenças, auxiliando no manejo.”
De acordo com Soares, para esse experimento foram escolhidas duas doenças: a ferrugem asiática, justamente pela sua importância econômica, e o oídio, uma doença relevante na região Sul do Brasil. “Essas doenças foram escolhidas pois, além do impacto que geram para a cultura da soja, causam dois tipos distintos de sintomas foliares na planta, e também porque havia uma disponibilidade adequada de imagens para a avaliação”, afirma Soares.
Para o pesquisador, o aprimoramento de ferramentas de manejo de doenças da soja é relevante porque “detectar e diagnosticar doenças é uma das maiores dificuldades encontradas no manejo da cultura, e tecnologias inovadoras que agreguem informações a essas práticas são desejáveis e necessárias.”
Como funciona a tecnologia brainTech
O sistema “imita” o funcionamento cerebral de especialistas no momento em que visualizam imagens de plantas doentes, automatizando a rotulagem e tornando a etapa mais rápida e eficiente. A ideia é simular, tão próximo quanto possível, o processo cerebral de um especialista quando identifica algo ou toma uma decisão, como foi feito com os fitopatologistas.
O primeiro passo é a calibragem do modelo, ajustando o capacete com os eletrodos na cabeça do especialista para identificar seus sinais cerebrais. “Cada pessoa tem um padrão cerebral diferente, ou seja, os sinais elétricos do cérebro são distintos de pessoa para pessoa. Por isso, é necessário fazer uma calibração para cada uma para o modelo entender o que ela está pensando”, explica Barbedo.
Uma vez que o sistema ‘aprendeu’ como a pessoa funciona, começa o processo de rotulagem da base de dados. As instruções aos especialistas é para que enumerem (1, 2, 3 …) as folhas doentes quando as virem na tela, que apresenta três imagens por segundo. O sistema vai capturando os sinais cerebrais emitidos a cada novo estímulo, diferente de quando se visualiza uma folha saudável.
Segundo o líder do projeto, o processo de contagem não é obrigatório, mas reforça os sinais cerebrais, tornando mais fácil a diferenciação entre o que é doente e o que é saudável. O sistema permite a apresentação de até dez imagens por segundo. (Com Embrapa)
Por: Forbes
