A GMV apresenta casos reais da Inteligência Artificial como motor da sustentabilidade agrária

No evento “GREEN AI: O futuro sustentável da Inteligência Artificial”, organizado pelo Ministério para a Transformação Digital e a Fundação Pública, Miguel Hormigo, diretor do Setor Indústria da GMV, destacou o papel crucial da inteligência artificial no futuro da agricultura sustentável. Durante a sua intervenção, apresentou o projeto AgrarIA, que utiliza inteligência artificial aplicada à cadeia de valor da produção agrária com o objetivo de transformar o setor agroalimentar espanhol no sentido de um modelo mais sustentável e tecnologicamente avançado. É um projeto de investigação industrial financiado pelo Ministério para a Transformação Digital e a Função Pública, que tem como objetivo desenvolver uma indústria global agrícola sustentável com pegada de carbono neutra, utilizando tecnologias avançadas como a inteligência artificial, a robótica e a bioengenharia para identificar novos métodos de produção agrícola.

O projeto contempla o desenvolvimento de um espaço de dados, com o nome AgrarIA, baseado em serviços de IA que unifica todos os modelos da cadeia de valor do setor agrícola - produção, transformação e distribuição - numa única entidade de computação dissociada, permitindo implementar iniciativas singulares que favoreçam uma transformação rápida, eficiente, produtiva e sustentável do setor agroalimentar a médio prazo. Hormigo destacou como estas tecnologias permitem uma gestão mais inteligente dos recursos, alinhada com os objetivos do Programa Nacional de Algoritmos Verdes (PNAV) apresentados no evento. Concretamente, o projeto AgrarIA dispõe de atividades de desenvolvimento concretas, no âmbito das tarefas de trabalho do projeto, para investigar algoritmos verdes aplicados ao espaço de dados e diferentes casos de uso desenvolvidos pelos parceiros do projeto. Da mesma forma, o projeto sublinha a procura de uma eficiência no consumo de recursos computacionais para ser ainda mais sustentável, estando tudo isso alinhado com dois dos grandes desafios do setor: competitividade e produtividade.

Para além disso, o projeto tem outro objetivo principal de investigação na modelagem mediante diferentes casos de uso do referido espaço de dados, para mostrar a sua validade como plataforma interoperável, sustentável e segura. Daqui decorreu a apresentação de alguns exemplos destes casos de uso que estão a ser desenvolvidos por todos os sócios do consórcio: melhoria da capacidade de colheitas vinícolas, eficiência energética em instalações frigoríficas, deteção e eliminação rápida de pragas em plantações de tomate em estufas, visão artificial em supermercados para a melhoria da experiência do cliente mediante o reconhecimento de frutas em linha de caixa, computação quântica aplicada a imagens por satélite, eficiência hídrica em grandes plantações, etc.

Um dos exemplos é a colaboração com TEPRO, onde foram implementados modelos de previsão para calcular o teor de água disponível no solo para culturas, utilizando variáveis-chave como a precipitação e a evapotranspiração. Estes modelos permitem antecipar as necessidades hídricas das culturas, otimizando assim o uso da irrigação. Numa propriedade de amendoeiras em Carmona (Sevilha), os resultados foram impressionantes, tendo sido conseguida uma poupança de até 58% na água de irrigação, o que representa uma melhoria significativa na sustentabilidade do uso de recursos hídricos.

Por outro lado, a GMV e a Família Torres trabalharam num projeto para prever a quantidade de uvas que entrarão na adega mediante a combinação de imagens via satélite e informação agroclimática. A IA desenvolvida não só ajuda a gerir melhor as produções próprias, como mas também facilita o controlo das previsões de terceiros, otimizando a compra de uvas e outros processos relacionados com a vindima.

Em colaboração com o CSIC, a GMV está a levar a cabo uma prova piloto de inteligência artificial quântica para prever o rendimento das culturas agrícolas. Esta iniciativa utiliza imagens de satélite processadas para gerar um sistema de previsão baseado em Quantum Machine Learning (QML), que permite prever o rendimento com maior precisão. Para além disso, são integrados outros dados como o clima e os riscos associados, ampliando o modelo de previsão para oferecer uma visão mais global e eficiente.

O Projeto AgrarIA: INTELIGÊNCIA ARTIFICIAL APLICADA À CADEIA DE VALOR DA PRODUÇÃO AGRÍCOLA 2050 (TSI-100114-2021-0), foi financiado pelo Ministério para a Transformação Digital e a Função Pública (Espanha), mediante o Programa Missões de I+D em Inteligência Artificial 2021, no âmbito da Agenda Espanha Digital 2025 e da Estratégia Nacional de Inteligência Artificial, com financiamento europeu através do Plano de Recuperação, Transformação e Resiliência.