Da África aos EUA, como a IA melhora os alimentos e as relações de trabalho

Saiba de que maneira startups apoiadas por grandes empresas, como John Deere, e instituições como o MIT, estão encontrando saídas com drones, satélites e a integração dos bancos de dados.

A agropecuária é um dos setores mais interessantes nas transformações promovidas pela IA (Inteligência Artificial). Grande parte da atividade agrícola e pecuária envolve análises geoespaciais e o uso de dados detalhados para ajustar sistemas produtivos. Mas isso também é verdade em muitos outros setores.

Então, por que o setor chama tanto a atenção? A resposta está baseada no fato de que a IA é tão boa para o setor rural que os resultados das inovações tecnológicas são visíveis na cadeia alimentar. Em outras palavras, os frutos desse tipo de inovação despontam de uma maneira muito tangível.

Entre as ferramentas modernas de IA que estão sendo aplicadas na agricultura atualmente, o uso de dados aéreos, térmicos e outros, para impulsionar soluções para as lavouras e criações, e criar eficiências, é um dos principais trunfos.

Um, entre muitos exemplos, é a startup norte-americana de software e soluções tecnológicas CultivateAI, com sede em Orlando, na Flórida, um empreendimento que está fazendo muito com esse tipo de informação e que tem como parceiros a John Deere Operations Center John Deere e a Wingtra, empresa que atende o mercado de agricultura de precisão nos EUA com drones e outros equipamentos.

As principais fontes de dados incluem imagens de drones de alta resolução e de satélite, cujos resultados são realmente impressionantes em muitos casos. Por exemplo, com o software e os serviços da empresa, os produtores rurais podem analisar aspectos como o uso do solo e culturas forrageiras, bem como monitorar instalações e ativos. Ao analisar as métricas, como o desempenho da produção, as fazendas melhoram o uso dos recursos.

Parte do trabalho da CultivateAI envolve a integração de conjuntos de dados em uma plataforma baseada em nuvem que é realmente eficaz para os agricultores. Sejam dados de sensores de máquinas ou sistemas especializados para análise do histórico e relatórios, tudo funciona numa espécie de hub de software ERP, plataforma voltada para a redução de custos relacionados à TI (Tecnologia da Informação), que se conecta a outras partes da arquitetura de dados.

Para ligar esse tipo de software a sistemas como colheitadeiras com visão computacional, tecnologia que as máquinas usam para reconhecer imagens automaticamente e descrevê-las com precisão e eficiência — nos EUA, esse trabalho normalmente é feito por migrantes ou mão de obra local contratada –, agora está sendo feito com maestria por máquinas que podem colher e podar usando um processamento de imagem muito sofisticado, geralmente com redes neurais convolucionais (que demandam o mínimo de pré-processamento possível).

Então, conectando os sistemas a essas redes, o que se tem é algo centralizado que pode ser usado para levar a automação a um próximo nível.

Outro exemplo vem do continente africano. A Agricollab, empresa tocada por agricultores num modelo de franquia em toda a África, na qual com a solução de IA, é possível combinar as necessidades da empresa e dos trabalhadores. O sistema criado analisa o capital humano e como ele pode ser gerenciado.

“Somos uma companhia nascida no MIT (Instituto de Tecnologia de Massachusetts, na sigla em inglês) e atuamos num eixo que abrange IA, sustentabilidade e agricultura. Estamos lidando com uma crise de mão de obra no campo, onde 33% das lavouras se perdem em função de gargalos na colheita”, diz Eric Haywood. “Nossa solução? Uma rede social com tecnologia de IA que conecta produtores rurais com a força de trabalho de que precisam, com o apoio de um avatar que rompe as barreiras do idioma, garantindo uma comunicação clara.”

Como em muitos outros tipos de ferramentas de IA, grande parte do valor da solução está na interface. É possível ver as partes interessadas e como elas são tratadas no aplicativo. Nos dias atuais, há um “caminho para o mercado” apresentado com o objetivo de otimizar o MVP (produto mínimo viável, na sigla em inglês). No caso da Agricollab, ela é o reflexo do crescimento das soluções trazidas pelas startups, que ajuda os agricultores que antes estavam acostumados a fazer suas tarefas baseadas em planilhas.

Tudo isso faz parte do processo de oferecer soluções de ponta às fazendas modernas. Há conexão entre o software de IA e, por exemplo, o melhor uso de culturas forrageiras ou o cultivo de produtos agrícolas mais suculentos, ou ainda uma colheita mais eficaz, com menos trabalho humano. Isso faz diferença em um mundo no qual as pessoas se preocupam com a produção de alimentos, além de ser uma das fronteiras da IA e do machine learning que vem sendo observada de perto.

FONTE: https://forbes.com.br/forbesagro/2024/05/da-africa-aos-eua-como-a-ia-melhora-os-alimentos-e-as-relacoes-de-trabalho/