Professor da Unifan desenvolve pesquisa inovadora com IA aplicada ao agronegócio

O professor Rodrigo Antunes, integrante do corpo docente dos cursos de Engenharia de Software e Segurança da Informação da UNIFAN realiza pesquisa inovadora de IA aplicada ao Agronegócio. Atualmente, Antunes é pós-doutorando na Universidade de Brasília (UnB), no Instituto de Geociências, onde integra um projeto de inovação tecnológica que utiliza Inteligência Artificial (IA) para monitoramento e identificação de plantas daninhas em áreas produtivas do Cerrado. O projeto em desenvolvimento tem o título: “Desenvolvimento e disponibilização de plataforma de código aberto integrada com ferramentas de Inteligência Artificial para aplicações de identificação e análise sintomatológicos de desenvolvimento de espécies daninhas em áreas produtivas do Cerrado brasileiro.”

O projeto é coordenado pelo Professor Dr. Edilson Bias (UnB) e conta com o intercâmbio de outras universidades e professores, tais como: Prof. Dr. Raul Feitosa (PUC-Rio), Prof. Dr. Gilson Costa (UERJ), Prof. Thanan Pequeno (IFT-DF) e o pós Doutorando Dr. Denilson Passos.

O projeto de pesquisa em questão veio para apoiar os agricultores que se encontram preocupados com a invasão de uma planta daninha no cerrado brasileiro, a Amaranthus Palmeri ou Caruru Palmeri, podendo causar danos financeiros e produtivos em colheitas de soja e algodão, principalmente.

Diante desse cenário, diversos estados passaram a adotar medidas preventivas. Em 2024, o grupo de pesquisadores citados anteriormente, propôs uma hipótese para mapear e identificar a Amaranthus Palmeri por meio de IA e Aeronaves Remotamente Pilotadas (ARP) no centro-oeste brasileiro, que posteriormente teve o aporte financeiro da FAP-DF.

Como o foco atual da presença da planta está localizado no estado do Mato Grosso, a equipe se deslocou até áreas produtivas da região para a coleta de dados. Ao todo, foram coletadas 40 mil amostras da Amaranthus palmeri e Amaranthus hybridus, contemplando diferentes fases de desenvolvimento, da inicial à adulta.

As imagens de alta resolução passaram em um estágio de pré-processamento como agrupamento, tratamento de ruídos e a composição dos ortomosaicos georreferenciados das fotos.

Segundo o professor Rodrigo Antunes, após a etapa de coleta e organização das amostras, foram aplicadas técnicas avançadas de Inteligência Artificial capazes de ensinar o sistema a reconhecer padrões visuais da espécie Amaranthus palmeri. O treinamento utilizou redes neurais artificiais profundas (Deep Learning), modelos computacionais inspirados no funcionamento do cérebro humano e habilitados para processar grandes volumes de dados não estruturados, identificar padrões complexos e realizar tarefas típicas da cognição humana, como o reconhecimento de imagens.

Com essa abordagem, a equipe desenvolveu um modelo com 96% de precisão na identificação da planta daninha Amaranthus palmeri. De acordo com o professor Rodrigo Antunes, os resultados demonstram o alto potencial da pesquisa para apoiar agricultores, órgãos de fiscalização e instituições científicas no monitoramento rápido, preciso e automatizado dessa espécie invasora, reduzindo prejuízos econômicos e permitindo ações preventivas mais eficazes.