Graduado em Ciência da Computação, mestre e doutor em Engenharia Mecânica, professor e coordenador do curso superior de Tecnologia em Big Data no Agronegócio da FATEC Shunji Nishimura, Luis Tobler Garcia.
Ao longo das últimas oito colunas que tive o prazer de escrever, avançamos na compreensão das tecnologias que a área da Computação possui e como elas podem contribuir para que o agronegócio seja ainda mais competitivo. Mas para trazer o tema para mais perto da realidade do agricultor e do agrônomo, decidi citar alguns exemplos de aplicação prática de algumas destas tecnologias.
Sabe-se que o agronegócio enfrenta desafios complexos, mas sabe-se também que diversas áreas de negócio têm se beneficiado através do uso dos recursos que a área da computação e da tecnologia da informação oferece nos dias de hoje. Entre elas, a inteligência artificial (IA), a internet das coisas (IoT) e o processamento de imagens. Neste artigo, mostrarei que, no agronegócio, isso também já vem acontecendo.
Diversas áreas de negócio têm se beneficiado através do uso dos recursos que a área da computação e da tecnologia da informação oferece nos dias de hoje
Entre os exemplos de sucesso do uso dessas tecnologias no agronegócio, há a empresa Blue River Technology. Ela desenvolveu uma solução chamada See & Spray que, através do uso de câmeras e algoritmos de inteligência artificial, identifica plantas daninhas em meio às culturas e aplica herbicidas diretamente no alvo desejado, reduzindo o uso de produtos químicos e aumentando a eficiência no controle de ervas daninhas. Isso resulta em redução de custos e em menor impacto ambiental, demonstrando que a inteligência artificial está mais presente do que imaginamos.
Leia mais: Tendências Futuras na Agricultura
Um caso interessante do uso de inteligência artificial no agronegócio é o exemplo de dois alunos do curso de Big Data no Agronegócio, Gabriel Nunes Henke e Gustavo Rodrigues De Andrade. Eles apresentaram, como trabalho de conclusão de curso – TCC, o desenvolvimento de um algoritmo para a previsão do valor da cotação da soja. A partir dele, ambos disponibilizaram o acesso a uma ferramenta na qual deveriam ser fornecidos o valor da cotação da saca de soja de ontem e o valor da cotação da saca de soja de hoje, gerando, assim, o valor da saca de soja de amanhã com mais de 90% de acerto.
Outro exemplo relevante é a startup Moocall, que utiliza dispositivos de IoT para monitorar vacas prenhas e prever o momento do parto. O dispositivo é colocado na cauda da vaca, onde os seus sensores detectam as mudanças nos movimentos da cauda e indicam que o trabalho de parto é iminente. Nesse momento, o dispositivo envia notificações ao smartphone do produtor, permitindo que ele esteja presente no momento do nascimento, contribuindo para reduzir a mortalidade neonatal e, com isso, aumentando a eficiência reprodutiva e a lucratividade das fazendas.
Outro caso de destaque no desenvolvimento de dispositivos de internet das coisas é o exemplo de mais dois alunos do curso de Big Data no Agronegócio, Carlos Nobuaki Hokumura Filho e Fernando Marques de Souza. Eles apresentaram, como trabalho de conclusão de curso, o desenvolvimento de uma boia inteligente, capaz de indicar a qualidade da água através de dados capturados em seus sensores e processados por um algoritmo sofisticado. Essa solução, voltada aos piscicultores, evoluiu e hoje se chama Acqua Guardian, sendo comercializada pela empresa TechFish Soluções de internet das coisas na aquicultura, cuja propriedade é destes dois alunos.
Veja também: De onde vem a água da Fazenda?
Há também a empresa Gamaya, que utiliza drones equipados com câmeras multiespectrais para capturar imagens aéreas de lavouras. Com essas imagens processadas por algoritmos sofisticados, são identificadas áreas com estresse vegetal, doenças ou deficiências nutricionais, permitindo que os agricultores possam realizar intervenções precisas, aplicando fertilizantes ou agroquímicos apenas onde é necessário. O resultado é maior eficiência na aplicação de insumos, redução de custos e menor impacto ambiental.
No uso do processamento de imagens, não posso deixar de citar o trabalho desenvolvido pelos alunos Miguel Piffer Soares, Jenifer Natali Ribeiro, Leonardo Balbo de Oliveira, Isabelly Lima Pimentel e Gustavo Ricardo Rotoli Costa para a disciplina Projeto Integrador de Programação, do primeiro semestre letivo do curso de Big Data no Agronegócio. Esses alunos ingressaram no curso no início deste ano e já desenvolveram um algoritmo capaz de identificar e contar grãos de amendoim que caem e são perdidos durante a colheita deste grão. Para isso, é usada uma câmera acoplada a um dispositivo de internet das coisas.
Finalizo este artigo agradecendo mais uma vez a todos aqueles que me acompanham. E reforçando que, na contramão do que tem sido defendido por alguns, continuo acreditando que a formação continuada, partindo da educação básica, passando pela educação fundamental e de nível médio, caminhando pela formação de nível superior e tendo continuidade nos diversos níveis de pós-graduação, é a melhor maneira de tornar o ser humano melhor para o futuro. Por essa razão, fiz questão de citar casos de sucesso de nossos alunos.
