A adoção de serviços que combinam inteligência artificial com imagens na agricultura está mudando a agricultura como a conhecemos. Isso ocorre especialmente no caso da computação cognitiva em particular, conforme destacado em pesquisa da Mindtree.
A computação cognitiva está pronta para se tornar a tecnologia mais disruptiva em serviços agrícolas, pois pode entender, aprender e responder a diferentes situações (com base no aprendizado) para aumentar a eficiência.
Tecnologia de visão computacional, IOT e dados de drones podem ser combinados para garantir ações rápidas dos agricultores. Feeds de dados de imagens de drones podem gerar alertas em tempo real para acelerar a agricultura de precisão.
Aqui estão as três principais maneiras pelas quais a IA, com a computação cognitiva, está beneficiando a tecnologia agrícola.
- Detecção de doenças
Um exemplo dessa aplicação é capturar imagens de folhas e, em seguida, pré-processar as imagens para garantir que elas sejam segmentadas em áreas como fundo, parte não doente e parte doente. As porções doentes são então cortadas e enviadas para laboratórios remotos para posterior diagnóstico. Isso é de grande ajuda para a identificação de pragas e o reconhecimento da deficiência de nutrientes. - Gerenciamento de campo
Usando imagens de alta definição de sistemas aéreos, estimativas em tempo real podem ser feitas durante os períodos de cultivo, criando um mapa de campo e identificando áreas onde as plantações precisam de água, fertilizantes ou pesticidas. Isso é uma grande ajuda na otimização de recursos. Câmeras de alta resolução em drones coletam imagens de campo de precisão que podem ser usadas para identificar áreas que requerem análises adicionais. Em termos de plantas infectadas, ao escanear as plantações em luz RGB e quase infravermelha, é possível gerar imagens multiespectrais usando dispositivos drones. É então possível especificar quais plantas foram infectadas, incluindo sua localização em um vasto campo, para aplicar remédios instantaneamente. - Identificação da prontidão da colheita
Imagens de diferentes culturas sob luz branca/UV-A são capturadas para determinar a maturidade dos frutos verdes. Os agricultores podem criar diferentes níveis de prontidão com base na categoria de colheita/fruta e adicioná-los em pilhas separadas antes de enviá-los ao mercado.
