Estudo inédito desenvolvido em parceria entre a Embrapa Milho e Sorgo (MG) e a Universidade do Vale do Itajaí ( Univali ) avalia o uso de ferramentas de inteligência artificial (IA) preditiva, chamadas de algoritmos de aprendizagem de máquina, na dinâmica de plantas encontradas em sistema de Integração Lavoura-Pecuária ( ILP ). O objetivo é compreender as interações do ecossistema com base em dados de clima, solo e de culturas.

A adoção de práticas sustentáveis, que compõem a estratégia ILP, altera o comportamento das plantas específicas. Os conhecimentos de IA auxiliam no entendimento desse processo, além de estudos complementares que mostram o seu potencial para a redução do uso de herbicidas em sistemas agrícolas, atendendo aos preços da economia verde.

Para isso, foram separados três grupos de informações para compor uma base de dados. Os primeiros dados quantitativos sobre as espécies de plantas apareceram. O segundo contemplou características dos solos e dos sistemas de cultivo. Já no terceiro, integrou registros climáticos da região, para estabelecer correlações entre esses fatores e a ocorrência dessas plantas.

Os algoritmos utilizados foram o Support Vector Machine, o Decision Tree, o Random Forest e o K-Nearest Neighbors. Eles apresentaram bom desempenho geral para prever as culturas mais propensas ao aparecimento de plantas específicas. O Decision Tree e o Random Forest obtiveram melhor desempenho em ambos os modelos, alcançando 99% de resultados, segundo análise da doutora em Matemática e em Ciências de Dados, Ana Letícia Becker Gomes Luz. “Trata-se de um procedimento técnico viável e eficaz”, comenta o pesquisador Maurílio Fernandes de Oliveira , da Embrapa Milho e Sorgo.

Segundo Oliveira, a ferramenta de IA preditiva permite conhecer os fatores envolvidos na dinâmica das plantas específicas no sistema avaliado, o que facilita a tomada de decisão no manejo. “O uso dessa técnica em plataformas computacionais pode contribuir na decisão de qual herbicida é mais adequado considerando uma área de plantio”, complementa.

O pesquisador explica que as ferramentas de inteligência artificial já aplicadas à ciência de plantas resultaram em tecnologias avançadas, como máquinas inteligentes capazes de identificá-las por visão computacional e robôs para aplicação direcionada e seletiva de herbicidas com altíssima precisão. Para Oliveira, o novo resultado amplia o conhecimento já adquirido e pode subsidiar recomendações sobre práticas agrícolas para o controle dessas espécies, como o uso de herbicidas em dosagens específicas para diferentes situações.

O estudo compõe a dissertação de mestrado “ Modelos de aprendizado de máquina para predição de dinâmicas populacionais de plantas específicas em sistemas ILP ”, desenvolvida por Gomes Luz na Univali, sob a orientação de Oliveira e da professora Anita Maria Fernandes.

A pesquisa justifica-se pela necessidade de práticas sustentáveis ​​na produção alimentar para atender o crescimento populacional. "Estima-se que, até 2050, a população mundial será de 9 bilhões de pessoas. Nesse contexto, entre os diversos obstáculos enfrentados na produção agrícola, destaque-se as plantas simples. Existem diferentes métodos de manejo para o controle dessas práticas e, atualmente, o controle químico é o mais utilizado. Contudo, ao mesmo tempo em que se procura aumentar a produção de alimentos, busca-se também reduzir a poluição ambiental causada pelos herbicidas", explica o pesquisador Ramon Costa Alvarenga , responsável por sistemas ILP na Embrapa Milho e Sorgo.

A pesquisa integra atividades de dois projetos. Uma, pesquisadora do pesquisador Maurílio de Oliveira, é do projeto da Embrapa intitulado “Soluções recomendadas e generativas baseadas em IA para aumento da eficiência, qualidade e resiliência produtiva” (SORaIA). A segunda é o projeto “Plataforma para o monitoramento da dinâmica e recomendações de controle de planejamento de plantas estruturais”, vinculado ao Conselho Nacional de Desenvolvimento Científico e Tecnológico ( CNPq ), capitaneado pela professora Anita Maria Fernandes.

desempenho da IA

O estudo foi conduzido no bioma Cerrado, no município de Sete Lagoas, em Minas Gerais, onde fica situado na Embrapa Milho e Sorgo. Todos os dados coletados são provenientes de experimentos em sistemas de integração Lavoura-Pecuária. Os registros compreendem variáveis ​​que incluem dados, nome comum da planta daninha, número por espécie, morfologia da folha (estreita ou larga), biomassa fresca, biomassa seca, período de amostragem, cultura, identificação da área amostrada (lavoura ou pastagem), número de amostras e área total amostrada.

Os sistemas ILP envolvem quatro tipos de culturas: milho consorciado com braquiária, sorgo consorciado com braquiária, soja e pastagem de braquiária. A amostragem foi realizada em quatro períodos diferentes por ano. As entregas ocorrem nas fases de colheita de grãos, na entressafra, na pré-dessecação e após a emergência da cultura e das plantas específicas, antes da aplicação dos herbicidas de manejo.