Inteligência Artificial Agrícola: Porque o mundo lá fora está faminto

Espera-se que, até 2050, a população da Terra cresça para 10 mil milhões de pessoas ou mais. Embora seja possível que algumas novas terras limitadas possam ser cultivadas, é claro que os agricultores de todo o mundo terão de produzir muito mais alimentos com apenas escassos aumentos de terras cultiváveis. A Inteligência Artificial (IA) será a ferramenta do agricultor para atingir este objetivo.

Conforme descrito em um artigo publicado pela Universidade da Flórida^[1], os agricultores podem agora recolher e analisar grandes quantidades de dados sobre as suas culturas. Isso inclui padrões climáticos, saúde do solo e crescimento das plantas. Através da utilização da IA, os agricultores modernos podem melhorar os seus métodos, tornando possível melhorar o rendimento das suas colheitas, reduzir o desperdício e, em última análise, aumentar a rentabilidade.

O papel fundamental da IA na agricultura moderna

À medida que enfrentamos o desafio assustador de alimentar uma população global crescente, o papel da IA na agricultura torna-se cada vez mais crucial. De acordo com especialistas da Universidade da Flórida:

“Com a ajuda da IA para otimizar as práticas agrícolas, os agricultores podem melhorar o rendimento das suas colheitas, reduzir o desperdício e aumentar a rentabilidade. Dados precisos e oportunos podem fazer a diferença entre um ciclo de colheita bem ou mal sucedido, tornando crucial que os agricultores aproveitem tecnologia e dados em seu benefício.”

Esta visão destaca o papel crítico da IA no aumento da produtividade e da sustentabilidade agrícolas, essencial para satisfazer as necessidades alimentares de uma população crescente com terras aráveis limitadas.

Um desafio crítico enfrentado pelos agricultores é a sustentabilidade. Forbes^[2] relata que “onze por cento das emissões globais provêm da agricultura e que quase 40% dos alimentos produzidos nos EUA acabam por ser desperdiçados. Aprendemos também que apenas dois terços dos antibióticos usados hoje em dia são usados para tratar animais que se destinam, em última análise, a alimentar as pessoas e não a tratar diretamente as pessoas e as suas doenças. Esta é uma causa direta da resistência aos antibióticos que está agora a emergir como um fator importante nos cuidados de saúde. A IA agrícola pode contribuir muito para aliviar estes problemas e muito mais.

A inteligência artificial agrícola é um campo em rápida evolução, com novos anúncios significativos publicados quase diariamente. Vejamos algumas das generalidades da IA que também se aplicam especificamente à IA agrícola e também algumas das coisas que já estão disponíveis para os agricultores de hoje.

Machine Learning

O aprendizado de máquina é uma parte essencial da IA, incluindo a IA agrícola. Um artigo do MIT^[3] cita o pioneiro da IA, Arthur Samuel, definindo o aprendizado de máquina como “o campo de estudo que dá aos computadores a capacidade de aprender sem serem explicitamente programados”.

A programação tradicional de computadores requer a criação de instruções completas a serem seguidas por um computador com base em entradas claramente definidas para realizar uma tarefa. O aprendizado de máquina, por outro lado, envolve permitir que os computadores se programem.

O primeiro passo é reunir uma grande quantidade de dados relevantes para a necessidade. Em geral, as entradas podem ser estatísticas de reparo, dados de sensores ou relatórios de reparo. O próximo passo é estudar as relações de causa e efeito observadas entre os elementos de dados em uma variedade estonteante de combinações. O aprendizado de máquina então junta as peças e, com base nos padrões observados, pode prever relacionamentos futuros com alto grau de confiabilidade.

Uma das coisas que o aprendizado de máquina pode fazer é distinguir uma pequena erva daninha de uma pequena planta.

Destruindo ervas daninhas com lasers controlados por IA

A LASERWEEDER vasculha as terras de um fazendeiro e emprega IA para determinar o que é cada entidade que encontra – uma planta agrícola emergente ou uma erva daninha. A máquina, descrita como um data center móvel, pode determinar a diferença entre 40 culturas e 80 tipos de ervas daninhas. Se uma erva daninha for detectada, um laser “assassino” destrói a erva em milissegundos.

Conforme descrito em um vídeo de Robótica de carbono ^[4], este dispositivo baseado em IA pode eliminar o trabalho penoso do trabalho agrícola. A NBC o descreve como “um robô assassino com cérebro de IA”, mas suas vítimas não são combatentes inimigos; em vez disso, seus alvos são – ervas daninhas!

LASERWEEDER vídeo 2 minutos 3 segundos

O dispositivo, que custa US$ 1.2 milhão, pode funcionar 24 horas por dia e substituir 30 trabalhadores agrícolas que estão se tornando cada vez mais difíceis de encontrar e contratar. De certa forma, pode superar os trabalhadores humanos, na medida em que encontra “ervas daninhas” imaturas que são demasiado pequenas para os trabalhadores lidarem.

Como o LASERWEEDER destrói ervas daninhas com lasers e não com pesticidas, é uma opção natural para os agricultores orgânicos. Também foi relatado que os dados recolhidos no processo de destruição de ervas daninhas serão inestimáveis para os agricultores, proporcionando-lhes conhecimentos do mundo real que lhes permitirão produzir mais alimentos de forma económica.

Detalhes Técnicos

O LASERWEEDER, uma ideia da Carbon Robotics, está redefinindo o controle de ervas daninhas na agricultura. Aqui está a magia tecnológica por trás disso:

Visão e precisão de alta tecnologia: O LaserWeeder usa 42 câmeras de alta resolução combinadas com computação de última geração para distinguir entre plantações e ervas daninhas em tempo real. Esta não é apenas uma câmera tirando fotos; é um sistema sofisticado de IA com modelos de visão computacional baseados em aprendizado profundo que pode distinguir uma erva daninha de uma cultura com precisão submilimétrica.
Poder do laser: Armado com 30 lasers de CO150 de 2 W, o LaserWeeder está pronto para disparar a cada 50 milissegundos. Imagine a precisão e a velocidade – é como ter um atirador de elite no campo, mirando apenas nos bandidos (isto é, ervas daninhas) e deixando os mocinhos (plantações) intocados.
Benefícios ambientais: Não se trata apenas de eliminar ervas daninhas. O método LaserWeeder é um salto em direção à agricultura sustentável. Ao usar lasers em vez de produtos químicos, a microbiologia do solo permanece intacta, ao contrário do preparo tradicional. Isto significa solo mais saudável, colheitas mais saudáveis e um ambiente mais feliz. Além disso, é uma vantagem para a agricultura biológica, oferecendo um caminho económico para o controlo de ervas daninhas sem herbicidas.
Eficiência e custo-benefício: Pense na economia de mão de obra e custos. O LaserWeeder pode matar até 200,000 ervas daninhas por hora e cobrir 2 acres por hora a 1 mph. Funciona dia ou noite, em todas as condições, reduzindo significativamente o trabalho manual e os custos variáveis associados aos métodos tradicionais de controlo de ervas daninhas.

Resumindo, o LASERWEEDER é mais do que apenas uma ferramenta; é uma revolução nas práticas agrícolas, alinhando-se com os objetivos de maior eficiência, sustentabilidade e responsabilidade ambiental.

Enfrentando desafios trabalhistas com IA e automação

O sector agrícola enfrenta um desafio laboral significativo, especialmente com a crescente escassez de trabalhadores dispostos. É aqui que a IA e a automação entram em cena como divisores de águas.

Reduzindo a dependência do trabalho manual: As tecnologias baseadas em IA, como o LASERWEEDER, são excelentes exemplos de como a automação pode reduzir significativamente a necessidade de trabalho manual na agricultura. Essas tecnologias são capazes de realizar tarefas que tradicionalmente exigiam uma grande força de trabalho, como capinar, colher e monitorar a saúde das culturas.
Melhorando a Eficiência e a Produtividade: Com a IA, as tarefas não são apenas realizadas com mais rapidez, mas também com maior precisão. Por exemplo, drones alimentados por IA podem monitorar a saúde das colheitas em grandes áreas em uma fração do tempo que levariam para humanos. Essa eficiência se traduz em maior produtividade e, em última análise, em melhores rendimentos.
Lidando com a escassez de mão de obra: Em regiões onde há escassez de trabalhadores agrícolas, a IA e a automação proporcionam uma solução viável. As máquinas automatizadas e os sistemas de IA podem funcionar XNUMX horas por dia, compensando a falta de mão-de-obra humana e garantindo que as operações agrícolas não sejam prejudicadas.
Mudando a dinâmica da força de trabalho: À medida que a IA assume tarefas mais intensivas em mão-de-obra, o papel da mão-de-obra agrícola está a evoluir. Há uma necessidade crescente de pessoal qualificado para gerenciar, manter e supervisionar esses sistemas de IA. Esta mudança está a criar novas oportunidades de emprego que se concentram mais na gestão tecnológica do que no trabalho manual.

Em essência, a IA e a automação não abordam apenas os desafios laborais na agricultura; eles estão transformando a própria natureza do trabalho agrícola. Ao reduzir a dependência do trabalho manual, estas tecnologias estão a abrir caminho para um setor agrícola mais eficiente, sustentável e produtivo.

IA generativa na agricultura

Conforme descrito pela NVIDIA^[5], “A IA generativa permite que os usuários gerem rapidamente novos conteúdos com base em uma variedade de entradas. As entradas e saídas para esses modelos podem incluir texto, imagens, sons, animação, modelos 3D ou outros tipos de dados.” Funciona identificando “padrões e estruturas nos dados existentes para gerar conteúdo novo e original”.

O exemplo mais famoso de IA generativa é, obviamente, ChatGPT.

Para começar, os agricultores podem usar o CHATgpt diretamente para obter informações. Existem também plataformas específicas para a agricultura. A Rede de Negócios de Agricultores^[6] (FBM) descreve uma plataforma chamada, simplesmente, NORMA. O modelo concentra-se em informações úteis aos agricultores. Conforme descrito, exemplos de perguntas que podem ser feitas são:

Olá, Norma! Por que o gesso não aumenta o pH do solo?
Este fim de semana seria um bom momento para plantar soja no condado de Crawford, IA?
Olá, Norma! A FBN vende glifosato?

Conforme detalhado por Ambrook^[7], NORM “é construído no modelo GPT-3.5 da OpenAI e usa dados públicos como boletins meteorológicos, dados de solo e rótulos de produtos para responder a perguntas relacionadas à agricultura. Também utiliza dados agronômicos exclusivos e ativos do Serviço Nacional de Estatísticas Agrícolas do USDA.”

Outro exemplo é farmer.Chat^[8]. Este vídeo ilustra um agricultor empregando este Farmer.CHAT para obter informações sobre uma área problemática em seu campo.

Agricultor.CHAT. por Gooey AI

O restante do vídeo ilustra as interações entre o agricultor e o agricultor.CHAT, já que este último propõe soluções para o problema dos insetos.

O potencial da IA generativa na agricultura é vasto e variado. Desde o combate às doenças até à otimização dos rendimentos e à revolução do melhoramento agrícola, a IA não é apenas uma ferramenta, mas uma força transformadora no setor agrícola. À medida que a tecnologia evolui, podemos esperar aplicações ainda mais inovadoras que continuarão a remodelar o futuro da agricultura.

Aplicações reais de IA na agricultura sustentável

Agora, vamos mergulhar em como a IA não é apenas uma palavra da moda, mas uma verdadeira virada de jogo na fazenda. O pessoal da Universidade da Flórida descobriu algo grande aqui. Eles estão falando sobre aplicações de IA que não são apenas inteligentes, mas também gentis com o nosso planeta:

Sistemas de rega inteligentes: Imagine um sistema que saiba exatamente quando suas colheitas estão com sede. É disso que se trata a irrigação orientada por IA. É como ter um meteorologista e um especialista em solo no seu campo, garantindo que cada gota de água seja usada onde é mais necessária.
Prevendo o futuro dos preços das colheitas: É aqui que a IA exercita os seus músculos económicos. Ao analisar números sobre tendências climáticas e mudanças de mercado, a IA ajuda os agricultores a tomar decisões inteligentes. Menos desperdício, mais lucro – esse é o tipo de matemática que os agricultores adoram.
Tratores autônomos? Sim por favor!: A aprendizagem profunda está trazendo o futuro para fazendas com tratores autônomos. Estes não são os tratores do seu avô – são feras de alta tecnologia que conhecem o campo, desviando de obstáculos e fazendo o trabalho sem pausas para o café.
Eliminação de ervas daninhas com precisão: Graças à IA, estamos vendo uma revolução no controle de ervas daninhas. Sistemas como o Blue River See & Spray™ da John Deere são como atiradores de elite, eliminando ervas daninhas com extrema precisão. Isto significa menos herbicidas nos nossos alimentos e no nosso ambiente. É uma situação vantajosa para os agricultores e para a Mãe Natureza.
Previsão de doenças nas colheitas: Uma das aplicações mais promissoras da IA generativa é a detecção precoce e a previsão de doenças nas culturas. Ao analisar vastos conjuntos de dados, incluindo imagens de campos agrícolas, padrões climáticos e surtos históricos de doenças, os modelos de IA podem prever possíveis surtos de doenças antes que se tornem visíveis. Este sistema de alerta precoce permite que os agricultores tomem medidas preventivas, reduzindo a propagação de doenças e minimizando os danos às culturas.
Otimização de rendimento: A IA generativa também desempenha um papel fundamental na otimização do rendimento. Ele pode analisar dados de diversas fontes – qualidade do solo, condições climáticas, saúde das culturas – para gerar recomendações para épocas ideais de plantio, irrigação e colheita. Isto não só maximiza o rendimento, mas também garante o uso eficiente dos recursos.
Planos de cultivo personalizados: Outra aplicação interessante é a criação de planos de cultivo personalizados. A IA generativa pode processar dados específicos das terras de um agricultor, como tipo de solo, microclima e ciclos de culturas anteriores, para gerar estratégias agrícolas personalizadas. Esta abordagem personalizada pode aumentar significativamente a produtividade e a sustentabilidade.
Melhorar o melhoramento genético das culturas: No campo do melhoramento genético das culturas, a IA generativa representa uma força transformadora. Tem a capacidade de simular inúmeras combinações genéticas, permitindo-lhe prever características que melhoram a resiliência, o valor nutricional e o rendimento das culturas. Esta abordagem avançada acelera significativamente o processo de melhoramento, facilitando a criação de variedades de culturas superiores de forma mais eficiente do que os métodos convencionais.

Então, aí está. A IA na agricultura é mais do que apenas um termo sofisticado – está a tornar a agricultura mais inteligente, mais sustentável e, ouso dizer, mais fresca. Não se trata apenas de cultivar mais alimentos; trata-se de cultivar alimentos da maneira certa.

Como você vai mantê-los na fazenda?

Conforme descrito em um artigo publicado pela Universidade de Arkansas no The Arkansas Journal of Social Change and Public Service^[9], 73% da população de trabalhadores agrícolas nos Estados Unidos são trabalhadores imigrantes e cerca de 48% dos trabalhadores agrícolas contratados não têm autorização de trabalho.

A falta de trabalhadores dispostos, estrangeiros e muito menos cidadãos dos EUA, é um problema tremendo que a agricultura americana enfrenta. A resposta é a automação, e a empresa John Deere, com 185 anos, está entrando a todo vapor na revolução da IA.

Simplificar a automação agrícola é o facto de, tal como o chão de fábrica, uma quinta ser um ambiente de trabalho onde todos conhecem o seu trabalho e agem e reagem de formas proscritas. Isto é totalmente diferente da confusão das ruas movimentadas da cidade. Assim, embora os carros autônomos não cheguem a lugar nenhum rapidamente, a fazenda é um ambiente muito mais vantajoso para veículos sem motorista.

Trator agrícola autônomo 8R da John Deere.

Conforme descrito em um relatório publicado pela CNBC^[10], a John Deere aceitou o desafio apresentado por esta oportunidade na forma do seu trator agrícola 8R, que não precisa de motorista e, em vez disso, depende da IA. A Deere selecionou centenas de milhares de imagens de diferentes locais de fazendas e sob diversas condições climáticas e de iluminação para que, com o aprendizado de máquina, o trator possa entender o que está vendo e reagir de acordo.

Desafios e oportunidades

Não importa se você é um general ou um fazendeiro, você não quer bombardear seu oponente. Se você é um general, deseja eliminar os soldados inimigos, não os civis. Se você é um agricultor, você quer destruir as ervas daninhas, não as culturas alimentares.

A IA agrícola tornará mais fácil a eliminação eficiente de ervas daninhas, em alguns casos sem quaisquer pesticidas. Noutros casos, quando os pesticidas não podem ser completamente evitados, a IA agrícola tornará possível apenas atacar as ervas daninhas e evitar as culturas alimentares.

Isto é importante por duas razões óbvias. A primeira é que os pesticidas custam dinheiro. A segunda é que quanto menos pesticidas forem utilizados nas proximidades das culturas alimentares, mais dinheiro o agricultor poderá obter pelos seus produtos. E, claro, a maioria concorda que os alimentos sem pesticidas são simplesmente mais saudáveis.

À medida que o custo da IA diminuir e que cada vez mais agricultores em todo o mundo tenham acesso à mesma, o mundo desfrutará de alimentos melhores, mais baratos e mais saudáveis. E não esqueçamos que, ao permitir processos agrícolas mais automatizados, a IA Agrícola significará que menos trabalhadores agrícolas serão trabalhadores rebaixados, enquanto cada vez mais deles surgirão como operadores de máquinas, reparadores e técnicos de rede.

Resumindo

Talvez o maior avanço moderno na agricultura tenha sido provocado pelo trágico cientista alemão Fritz Haber, que foi pioneiro num processo de produção em massa de amoníaco, que por sua vez pode ser utilizado para produzir fertilizante artificial. Antes deste desenvolvimento, a população mundial era inferior a dois mil milhões, e agora é quatro vezes mais, apesar do terrível custo das guerras do século XX.

Por mais que falemos sobre a nova revolução industrial, podemos agora reconhecer uma nova revolução na agricultura, provocada pela inteligência artificial, mas ao contrário do Processo Haber, que utiliza grandes quantidades de energia e é extremamente hostil ao ambiente, a revolução da IA é essencialmente uma revolução limpa que permitirá aos agricultores fazer mais com menos.

Isso reduzirá o uso de pesticidas ou o eliminará totalmente. Aconselhará os agricultores sobre os melhores caminhos para aumentar os lucros e aumentar a produção alimentar. E permitirá que o quadro mundial de agricultores em rápido declínio alimente um mundo faminto de uma forma mais sustentável.

Principais lições

A IA agrícola reduzirá o uso de pesticidas
Isso reduzirá a quantidade de trabalho que os trabalhadores agrícolas precisarão realizar.
A IA reduzirá a percentagem da população activa mundial que deve cultivar
Fornecerá a qualquer agricultor acesso à Internet e respostas instantâneas a questões como quando, o que e como plantar.

Referências

Compreendendo a inteligência artificial: o que é e como é usada na agricultura: https://edis.ifas.ufl.edu/publication/AE589
O papel da IA na criação de um sistema alimentar mais sustentável: https://www.forbes.com/sites/forbestechcouncil/2023/07/20/the-role-of-ai-in-creating-a-more-sustainable- sistema alimentar/?sh=15a2e2a75315
Aprendizado de máquina, explicado: https://mitsloan.mit.edu/ideas-made-to-matter/machine-learning-explained
A IA encontra a agricultura com novas máquinas agrícolas para matar ervas daninhas e colher colheitas: https://www.youtube.com/watch?v=eDUu48YCUy4
O que é IA generativa?: https://www.nvidia.com/en-us/glossary/data-science/generative-ai/#:~:text=Generative%20AI%20models%20can%20take,or%20turn% 20vídeo%20em%20texto
Norma: https://www.fbn.com/norm
Os agricultores estão adotando provisoriamente a IA: https://ambrook.com/research/technology/ChatGPT-AI-farming-hallucinations
Melhorando a velocidade e a eficiência da extensão agrícola com IA: https://farmerchat.digitalgreen.org/
A dependência da agricultura americana do trabalhador imigrante: https://ualr.edu/socialchange/2021/03/28/american-agricultures-dependence-on-immigrant-workers/
Como a John Deere planeja construir um mundo de agricultura totalmente autônoma até 2030: https://www.cnbc.com/2022/10/02/how-deere-plans-to-build-a-world-of-fully-autonomous -farming-by-2030.html

Glossário

Inteligência Artificial (IA): Um método que permite que sistemas de computador pensem de uma maneira que se aproxime da mente humana
A IA generativa permite que os usuários façam consultas com base em uma ampla variedade de entradas e forneçam resultados, incluindo animação, som ou imagens. Modelos generativos de IA estão disponíveis visando questões agrícolas.
Aprendizado de Máquina: A disciplina que permite que os computadores aprendam sem serem explicitamente programados.
Stoop Labor: Trabalho agrícola que deve ser feito com a pessoa curvada ou agachada. Extremamente ruim para a saúde do trabalhador.