Robô de “Matemática” de IA Ajuda a Gerenciar Microclimas e Aumentar Previsões de Produção de Frutas

Uma das maiores empresas de agricultura/horticultura da Austrália é a Costa Group, e a empresa recentemente empregou um sistema de IA destinado a melhorar a qualidade e a produção das colheitas, ajudando a empresa a analisar suas culturas de frutas. Conforme relatado pelo ZDNet , o sistema que a Costa Group emprega foi projetado pela The Yield, uma empresa de AgTech com sede em Sydney. O sistema de IA analisa 14 recursos diferentes para derivar insights significativos. Esses recursos incluem temperatura, condições do solo, vento, luz e chuva. As informações são então combinadas com um conjunto de dados existente e previsões sobre culturas individuais são retornadas.

A Costa Group opera várias fazendas de frutas localizadas em Queensland, Nova Gales do Sul e Tasmânia. As fazendas de frutas nesses locais contêm túneis de poliéster, e esses túneis têm seus próprios microclimas. Como o clima desses túneis é controlado, eles exigem seu próprio “serviço meteorológico”. Dispositivos Internet das Coisas (IoT) dentro dos túneis coletam uma ampla variedade de dados que são alimentados no modelo de IA. O processo é um de criação contínua de modelo, produção, feedback e refinamento. Os criadores do sistema descrevem-no como um “robô de matemática”.

Modelos de IA semelhantes foram usados para prever a produção de culturas para espinafre, alface e outras culturas, mas a fundadora da The Yield, Ros Harvey, explicou que seu sistema é crítico porque as frutas são desafiadoras para monitorar enquanto crescem. Ao contrário de outros vegetais ou frutas, as frutas frequentemente passam por uma variedade de estágios muito rapidamente e uma única cultura de frutas pode ter muitos estágios de crescimento ao mesmo tempo. Como Harvey explicou ao ZDNet:

“Tem sido um problema tão difícil para os produtores de frutas em todo o mundo porque, ao contrário de outras culturas, as frutas têm muitos estágios de crescimento ao mesmo tempo… Se você olhar para uma planta de frutas, ela está frutificando, florindo, há frutas prontas e há frutas que estão meio produzidas porque continua frutificando quando está na época. Enquanto outras culturas passam por esse estágio de crescimento linear onde você colhe uma vez no final da temporada.”

Atualmente, a IA é normalmente usada para apenas algumas aplicações diferentes na indústria AgTech. Entre essas aplicações estão agricultura de precisão, robôs agrícolas, monitoramento de gado e análise de drones. Em 2018, a agricultura de precisão representou cerca de 35,6% do uso de IA no setor agrícola. Aplicações como a desenvolvida pela The Yield, que auxiliam as operações agrícolas a aumentar a produção e se proteger contra riscos, obtendo insights valiosos sobre tendências de crescimento, parecem estar prontas para ver um uso muito maior no futuro próximo.

Os dados retornados pelo sistema de IA permitem que a Costa Group obtenha uma melhor compreensão da produção, o que, por sua vez, ajuda a empresa a gerenciar seus custos logísticos e preço. Harvey prevê que no futuro, mais e mais empresas começarão a usar aplicações alimentadas por IA para quantificar a produção e reduzir riscos, observando que, à medida que a mudança climática torna o clima mais imprevisível, mais empresas podem optar por usar túneis de poliéster. O uso de IA em toda a indústria agrícola está previsto para crescer rapidamente no futuro próximo. Aprendizado de máquina, visão computacional e análise preditiva estão ajudando as operações agrícolas a aumentar a produção e fazer mais com menos.

Como um relatório recente divulgado sobre o estado da IA na agricultura encontrou, a IA AgTech está prevista para crescer dramaticamente ao longo dos próximos cinco anos. Em 2018, o mercado de IA na agricultura foi avaliado em cerca de 330 milhões de USD, mas está previsto atingir um valor de aproximadamente 980 milhões de USD até o final de 2024. Outras aplicações recentes de IA no setor agrícola incluem pequenos robôs projetados para remover ervas daninhas e acompanhar as condições de crescimento em operações de agricultura vertical.