Quem vive o mundo da tecnologia, como os cientistas, tecnólogos, empresários eprofissionais dos mais variados setores, conhecem e percebem cada vez mais ouso da chamada Inteligência Artificial (IA) em muitos segmentos da Engenharia,da Medicina, da Economia, da indústria, dos negócios em geral, além, é claro,das instituições que trabalham com desenvolvimento e pesquisa (P&D). Aprincípio, esses segmentos demandam cada vez mais algoritmos inteligentes capazesde auxiliar os usuários na execução de tarefas introduzindo um toque deautomaticidade aos sistemas. Esses algoritmos inteligentes chegaram ao campo.
Em um artigo recentemente publicado no portal AgFunderpor Joseph Byrum, executivo sênior em Estratégia e Marketing em CiênciasNaturais, mostra-se um estudo de caso em que a IA associada ao Machine Learning foram utilizados parafazer mapeamentos "inteligentes" em uma plantação de milho na África do Sul. Oquesito "inteligente" refere-se ao uso de um algoritmo que, baseado em imagensobtidas por um drone que sobrevoou a plantação, gerou dados estatísticosrelativos à quantidade de plantas de milho por área, obtendo não somenteinformações quantitativas, mas, principalmente, precisão nas mediçõesefetuadas. Essas informações são utilizadas pelos produtores como ferramentasauxiliares no processo de tomada de decisão, as quais incluem possíveiscorreções de solo em regiões específicas da propriedade, ações de manejonecessárias em determinadas áreas sujeitas à erosão, ventos fortes, intensa faltade chuva, entre outros.
Essas e outras ações obviamente buscam a realização de estimativas mais precisas deprodutividade geral para aquela safra, o que em última instância significa amaximização dos lucros. Claro que tais análises poderiam ser feitas de formamanual, como na maioria dos sistemas produtivos mundiais, porém com mediçõesmenos precisas e mais custosas principalmente em relação ao tempo. Com o usodesse sistema automatizado, uma análise completa da propriedade teste foirealizada em alguns minutos. Em uma situação manual, o mesmo trabalho demorariacinco dias, além, é claro, da margem de erro superior.
O algoritmo apresenta ainda uma outra vantagem do ponto de vista metodológico, obtidapelo Machine Learning. Essa ferramenta permite ao algoritmo o aprendizado emforma de retroalimentação das informações processadas em bases de dadosacumulativas. É como se o algoritmo pudesse aprender com suas própriasexperiências, o que para a agricultura é algo muito útil, já que as condiçõesde solo, água, clima e da própria cultura produzida são extremamentediversificadas nas várias regiões de produção agrícola do planeta.
O autor, por fim, aponta que ainda há uma certa carência no acesso a essessistemas, o que evidencia a necessidade contínua de mais investimentos eesforços da comunidade científica mundial no desenvolvimento de sistemas voltadosà chamada Agricultura Digital.
Como aciência nunca para, e a taxa de aprendizado desses algoritmos é muito mais altado que a nossa humana, é bem provável que em breve tenhamos cada vez maisinteligência no campo. Podemos imaginar, até quem sabe, espantalhos robóticos!