Destaque também para o desenvolvimento de soluções inovadoras e o apoio ao melhoramento genético.
Quatorze unidades de pesquisa da Embrapa ampliam o uso de inteligência artificial (IA) generativa a fim de desenvolver e validar soluções tecnológicas para os sistemas agroalimentares e florestais no Brasil. Estratégica para apoiar a tomada de decisão, a tecnologia se incorpora à construção de modelos integrados nas bases de conhecimento da Empresa, com potencial de escalabilidade, replicação e geração de recomendações prescritivas adaptadas às demandas do setor agropecuário.
Com aplicações que vão da organização e análise de grandes volumes de dados à simulação de cenários produtivos, a tecnologia contribui para agilizar a pesquisa, orientar decisões, qualificar recomendações no campo, impulsionar a inovação em sistemas agropecuários e ampliar o acesso ao conhecimento, em integração com ferramentas da agricultura digital.
O uso de IA na pesquisa agropecuária é uma evolução do que já é feito há décadas na Embrapa na análise de dados históricos para reduzir incertezas sobre a atividade agropecuária pela via da agricultura digital e de precisão.
Segundo Kleber Sampaio, pesquisador da Embrapa Agricultura Digital (SP), o domínio desse conhecimento é também um avanço em relação à IA preditiva, já utilizada no contexto científico da Empresa. “Enquanto a primeira antecipa cenários a partir de dados históricos, a generativa utiliza esses mesmos dados para produzir conteúdos, simulações e recomendações inéditas. É uma inovação no uso de informações geradas pela pesquisa agropecuária”, diz.
Exemplos do uso da IA generativa na agropecuária incluem a aceleração da pesquisa científica ao gerar relatórios técnicos e apoiar a revisão de literatura, além da organização de grandes volumes de dados experimentais. A tecnologia também contribui para a tomada de decisão no campo, por meio da simulação de cenários de clima, produtividade e manejo, da geração de recomendações personalizadas e da integração de dados de solo, clima e genética.
Outros destaques são o desenvolvimento de soluções inovadoras, como a simulação do crescimento de culturas, o apoio ao melhoramento genético e a criação de novos modelos preditivos. E, ainda, a pesquisa que desenvolveu método que usa laser e inteligência artificial para estimar, em uma única análise, a densidade do solo e o teor de carbono.
Entenda a diferença entre a IA preditiva e a generativa
Saiba mais sobre os dois tipos de IA, segundo os pesquisadores da Embrapa Agricultura Digital Jayme Barbedo e Ricardo Inamasu, da Embrapa Instrumentação (SP), respectivamente:
A IA Preditiva usa técnicas de inteligência artificial, incluindo aprendizado de máquina, modelos estatísticos e abordagens híbridas, para inferir tendências, classificar situações ou estimar ocorrências futuras a partir de dados disponíveis, apoiando decisões sob diferentes graus de incerteza.
A IA Generativa foca na criação de novos conteúdos originais (textos, imagens, músicas, códigos e vídeos). Ela não apenas identifica padrões, mas aprende a lógica interna dos dados para gerar algo inédito que siga as mesmas regras.
Inovação nas ferramentas digitais
O pesquisador Kleber Sampaio, que é o líder do projeto Soluções recomendativas e generativas baseadas em IA para aumento da eficiência, qualidade e resiliência produtiva (SORaIA), vê na IA uma aliada cada vez mais estratégica no apoio a decisões.
O projeto prevê o estímulo à produção de artigos científicos e a consolidação de acervos de dados estruturados para treinamento de modelos e reuso. O desenvolvimento de ferramentas digitais acessíveis, associado à qualificação de equipes técnicas e institucionais no uso dessas tecnologias, também é alvo da iniciativa.
“É improvável que alcancemos a fronteira do conhecimento utilizando um instrumental metodológico ou técnico já superado”, avalia Inamasu. Segundo ele, é importante que tanto as ferramentas de softwares e de hardwares quanto os especialistas estejam constantemente atualizados.
Vale destacar que as pesquisas nessa área na Embrapa asseguram que os algoritmos sigam padrões éticos em âmbito nacional e internacional em questões como a privacidade de dados sensíveis, prevista na Lei Geral de Proteção de Dados (LGPD).
Unidades participantes
• Embrapa Agricultura Digital (líder)
• Embrapa Acre (AC)
• Embrapa Agropecuária Oeste (MS)
• Embrapa Amazônia Oriental (PA)
• Embrapa Clima Temperado (RS)
• Embrapa Gado de Corte (MS)
• Embrapa Hortaliças (DF)
• Embrapa Instrumentação (SP)
• Embrapa Mandioca e Fruticultura (BA)
• Embrapa Meio Ambiente (SP)
• Embrapa Milho e Sorgo (MG)
• Embrapa Pantanal (MS)
• Embrapa Pecuária Sudeste (SP)
• Embrapa Territorial (SP)
O projeto conta ainda com a colaboração pontual de pesquisadores da Embrapa Florestas (PR), da Embrapa Roraima (RR) e da Embrapa Soja (PR).
A Assessoria de Estratégia (Aest) é a responsável por atividades de gestão e desenvolvimento de ferramentas. E a Gerência-Geral de Governança Corporativa e Informação (GCI), vinculada à Diretoria de Governança e Informação (DEGI) colabora em atividades de gestão de dados e curadoria.
Fonte: Agência Embrapa de Notícias
Destaque – Imagem: aloart / G.I.
