Desenvolvimento de redes neurais para a agricultura nos Estados Unidos
Devido ao fato de que o mercado agrícola de precisão promete crescer para US$ 12,9 bilhões até 2027, também cresce a necessidade de desenvolver métodos novos e mais avançados de processamento de dados agrícolas que ajudarão os agricultores a tomar as decisões mais ideais. Um dos desenvolvedores desses métodos foi o de pesquisadores da Universidade de Illinois (EUA), criando algoritmos de inteligência artificial para melhorar a previsão de rendimentos em campo.
Como parte do projeto, os pesquisadores realizaram muitos testes em campos de milho de agricultores no Centro-Oeste, realizando estatísticas detalhadas sobre a resposta da terra a vários fatores externos. Entre outras coisas, são considerados dados topográficos, condutividade do solo, grau de tratamento com produtos químicos contendo nitrogênio e taxas de semeadura. Além dos dados de campo nos EUA, os resultados dos testes realizados em 2017-2018 no Brasil, Argentina e África do Sul também participam do desenvolvimento.
Para criar uma nova inteligência artificial, os cientistas praticamente dividiram todos os campos em estudo em seções de 5 metros, cujos dados (condição e composição do solo, altitude, saturação de nitrogênio, taxa de semeadura etc.) foram enviados posteriormente para o processamento do computador. A análise envolveu a chamada rede neural convolucional. A natureza deste último é semelhante à maneira como uma pessoa organiza novas informações através de redes neurais no cérebro.
Segundo Nicolas Martin, um dos co-autores do estudo, as redes neurais convolucionais revelarão fatores ocultos que impedem o alto rendimento de algumas seções dos campos. Usar inteligência artificial para trabalhar com dados de agricultura de precisão é uma tarefa relativamente nova, mas o cientista está confiante de que tais experimentos expõem apenas a ponta do iceberg do potencial das redes neurais.
Fertilizer Daily, 12/03/2020
Fonte da Imagem: Freepik
