Nova IA atinge 94,7% de precisão na recomendação de fertilizantes
Sistema autônomo cruza dados de solo, clima e nutrientes para otimizar a adubação e reduzir desperdícios no campo
Um avanço significativo na agricultura digital foi publicado recentemente na revista científica Scientific Reports. Um novo sistema de inteligência artificial (IA) demonstrou capacidade de analisar imagens de solo e variáveis climáticas para recomendar o fertilizante ideal com uma precisão de 94,7%. O modelo, treinado com 2,2 mil amostras agrícolas, utiliza algoritmos de visão computacional e aprendizado de máquina para transformar dados brutos em decisões agronômicas assertivas. As informações foram divulgadas pelo Agro Estadão.
O funcionamento do sistema ocorre em etapas integradas. Primeiramente, uma rede neural identifica o tipo de solo (como argiloso ou aluvial) com 92,88% de acerto. Em seguida, o algoritmo XGBoost processa parâmetros químicos, como nitrogênio, fósforo e potássio (NPK), e dados meteorológicos em tempo real via APIs. O resultado é uma indicação personalizada de insumos, incluindo ureia, DAP, MOP e compostos orgânicos, o que pode gerar economia direta ao produtor e menor impacto ambiental.
Para o especialista em IA Douglas Torres, fundador da Yup Chat, a inovação marca a transição de simples painéis de dados (dashboards) para "agentes autônomos" que interpretam o cenário agrícola. O sistema também alcançou 92,4% de precisão na recomendação da cultura mais adequada para cada terreno. Embora os autores ressaltem que os testes foram em ambientes controlados, a arquitetura foi projetada para evoluir com a integração de drones, sensores e imagens de satélite, aumentando sua robustez nas condições reais do campo.
LEIA ABAIXO UM RESUMO DA NOTÍCIA
- Alta precisão: O modelo de IA alcançou 94,7% de assertividade na escolha do fertilizante e 92,4% na indicação da melhor cultura para o solo analisado.
- Tecnologia integrada: O sistema utiliza visão computacional para classificar solos e aprendizado de máquina para cruzar nutrientes com dados climáticos em tempo real.
- Impacto econômico: A automação da recomendação reduz o desperdício de insumos caros, como NPK e ureia, otimizando a rentabilidade da safra.
