Índice
Os termos Inteligência Artificial, Big Data, Machine Learning e Internet das coisas estão em pauta atualmente, não só no agronegócio como em qualquer grande empresa dos setores de indústria e serviços.
Cedo ou tarde, quem estiver ativo no mercado de trabalho terá que lidar com essas tecnologias e nesse texto, pretendemos apresentá-las ao leitor, mostrando como elas se inserem na agricultura e na pecuária.
Para contextualizar, nesse blog já escrevemos sobre uso de tecnologia no agronegócio nos artigos sobre Agricultura 4.0, Sistemas de Informação Geográfica e A Irrigação de Precisão na Agricultura 4.0.
Ciência de Dados
A classificação de todos esses termos citados acima ainda é incerta, dado que são tecnologias bastante recentes. Porém, é possível agrupá-los em uma área do conhecimento chamada Ciência de Dados.
Com o avanço da capacidade dos computadores na última década, a análise de dados passou a ser algo muito relevante e poderosa, dando origem à diversas derivações.
Ciência de dados pode ser traduzida como a obtenção, limpeza e análise de dados através de métodos estatísticos, traduzidos em forma de informação pertinente para a tomada de decisão.
Trazendo para o universo do agro, o que seriam esses dados? Esses dados vão desde séries históricas de dados meteorológicos até informações advindas de máquinas agrícolas, imagens de satélite e demais informações geográficas e, mais recentemente, informações colhidas por sensores ou mesmo fotografias de smartphones. Resumindo, tudo que se pode medir em um campo agrícola.
As Plataformas Inteligentes Agromove são ferramentas que usam a informação para se tomar de decisões com maior segurança e menor risco.
Big Data
É a prática de trabalhar uma quantidade massiva de dados. Não se tem uma classificação exata de qual tamanho de um conjunto de dados para que possa ser chamado de Big Data. No entanto, essa tecnologia só se difundiu com o desenvolvimento do sistema de armazenamento em nuvem e aumento na capacidade dos computadores, de forma que se tornou economicamente viável guardar e processar conjuntos enormes de dados.
Na área de modelagem agrícola, a disponibilidade de dados é muito importante para a precisão das previsões. Dessa forma com o input de dados meteorológicos, variedade plantada, históricos de amostragem de solo, histórico de rotação de cultura, imagens de satélite, entre outros, são produzidos modelos personalizados de previsão de produção.
Mais precisão ao antever a produção trará ganhos significativos em logística e na previsão de preços, facilitando o planejamento da safra.
Outro benefício relevante será na avaliação de risco da atividade agrícola, muito mais delicado do que em outras atividades econômicas. Nesse sentido, será um avanço na área de crédito e seguro agrícola.
Inteligência Artificial
Inteligência Artificial (IA) é uma área da Ciência de dados destinada à elaboração de máquinas e sistemas que sejam capazes de raciocinar, aprender, tomar decisões e resolver problemas por meio de algoritmos.
Algumas técnicas foram desenvolvidas para isso e são melhoradas constantemente, conforme o avanço da capacidade computacional e das pesquisas na área.
Machine Learning é um tipo de tecnologia de Inteligência Artificial. Chamado em português de “Aprendizado de Máquinas”, trata-se do treinamento de um algoritmo para reconhecimento de padrões e tomada de decisão.
Os usos destas tecnologias na agricultura são diversos. Já existem robôs que percorrem lavouras e por meio de sensores analisam se um tomate está em ponto de colheita, por exemplo. O sistema é treinado para reconhecer um tomate maduro e o sensor atua como se fosse um olho humano.
Outros tipos de sensores acoplados a baias em confinamento são capazes de reconhecer anormalidades no hálito dos animais, sugerindo assim mudanças na dieta. Em outros casos, pode estimar o peso do animal individualmente, como na imagem abaixo. O algoritmo recebe informação da câmera, identificando o animal e estimando o peso.
Ainda na pecuária, algoritmos já são capazes de identificar padrões de comportamento no rebanho por meio de imagens do confinamento, apontando por exemplo, o começo do período fértil do animal.
Internet das Coisas
Em inglês, Internet of Things (IoT), é o conceito da comunicação de objetos, dispositivos e máquinas, via internet. A tendência é que essa tecnologia se torne mais importante com a chegada da tecnologia de Internet 5G, prevista para 2020.
Essa prática, já usada em outros setores anteriormente, foi assimilada pela indústria para adquirir rastreabilidade, otimização e identificação de falhas e perdas. Ou seja, ter informação em tempo real do ambiente de produção por meio de sensores embarcados no maquinário já usado.
O campo agrícola, sendo algo dinâmico em constante transformação, tem muito a se beneficiar com a Internet das Coisas. Um exemplo vem da Lely, potência holandesa na área de laticínios. Projetos preveem a comunicação entre brincos de identificação, balanças e controle de alimentação de bezerros pré-desmame. Cada animal tem a dieta ajustada de acordo com suas necessidades individuais, tendo ao final desse estágio um rebanho mais homogêneo e bem nutrido.
Já é recorrente o uso de tecnologia semelhante em agricultura protegida. O controle de temperatura, humidade e em tempo real por meio de um sistema de sensores conectado à irrigação e ao aquecimento nas estufas vem trazendo ganhos fitossanitários e em produtividade.
E agora?
O uso de tecnologia está presente no campo brasileiro. A agricultura de precisão começou a ser adotada e as práticas mencionadas nesse texto estão aliadas a ela.
Sistemas integrados de gestão de operações e maquinário são uma prática mais consolidada, por exemplo. Empresas que adotam essas práticas há algum tempo registraram bons resultados usando sensores de eficiência dos motores e tratores com tecnologia embarcada, com rota traçada remotamente e maior precisão em aplicações. Isso resulta em menos tempo ocioso do maquinário e economia de combustível e insumos.
Ainda assim, grande parte das tecnologias de Inteligência Artificial ainda não são realidade no Brasil, mesmo nas grandes empresas. A chegada delas, no entanto, não só é inevitável, como se dará em um futuro próximo.
Os mais recentes avanços, como o aprendizado de máquinas via Deep Learnig ou Redes Neurais Artificiais, criaram algoritmos altamente precisos e ágeis, agrupados em plataformas que trazem diversas soluções. Exemplos disso são o Watson, da IBM, ou Alice, da Solinftec, esta última uma empresa brasileira.
Esses “assistentes virtuais” fazem parte de um sistema integrado via IoT de sensores embarcados em maquinário, dados climatológicos e imagens de satélite. A análise do ambiente produtivo em tempo real resulta em panoramas atualizados constantemente. Toda essa informação é assimilada pelo algoritmo, que consegue reconhecer padrões com precisão superior à de um humano. Com os resultados, o programa sugere ao produtor pelo smartphone tomadas de decisão e mudanças de estratégia quando necessário. Isso resulta em agilidade e eficiência.
O avanço acontece em alta velocidade e é questão de poucos anos para que essas práticas se tornem economicamente viáveis e sejam implementadas em empresas de qualquer tamanho.
A implementação e gerenciamento dos sistemas são na verdade o gargalo para a introdução de tecnologia de Inteligência Artificial e Big Data. Será fundamental que as equipes estejam preparadas para lidar com os novos sistemas e para isso elas devem ser treinadas.
Como se vê, a tecnologia é extremamente poderosa quando integrada e bem gerenciada. A comunidade científica e empresarial trata o conjunto dessas novas técnicas como uma nova revolução no campo. O novo cenário do agronegócio será desafiador. Contudo, o Brasil sendo uma potência agrícola com largo histórico de inovação terá que tomar a dianteira e liderar os avanços, especialmente na pecuária e na agricultura de larga escala.
Restou alguma dúvida? Comente abaixo!
>> Leia mais entrevistas em: “Cria: 5 principais entraves”. Nesta entrevista, Rodrigo Paniago, da Boviplan Consultoria Agropecuária nos responde as principais dúvidas sobre a fase de cria e comenta seus principais entraves.
>> Leia mais entrevistas em: “Recria: 5 principais entraves”. Neste texto, Marco Balsalobre responde quais são os principais entraves desta fase e porque ela é tão negligenciada.
>> Leia mais entrevistas em: “Engorda: 7 principais entraves”. Neste texto, Rogério Fernandes Domingues fala um pouco mais sobre os principais entraves na engorda e como isso pode ser prejudicial ao produtor.
>> Quer saber mais sobre Mercado Futuro? Leia o artigo “Mercado Futuro do Boi Gordo e Commodities: 7 cuidados básicos” do Alberto Pessina.
