A tecnologia BrainTech pode identificar o julgamento e a classificação que uma pessoa faz ao observar uma imagem
Equipamento desenvolvido a partir de uma parceria entre a Embrapa e as empresas Macnica DHW e InnerEye, que permite a captação e a simulação de ondas cerebrais, começou a ser testado no Brasil em 2022 para detectar doenças em estágio inicial em lavouras de soja por meio de inteligência artificial (IA).
O BrainTech, desenvolvido pela InnerEye, capta os sinais neurais de especialistas por meio de um capacete com eletrodos, em um processo que se assemelha a um eletroencefalograma (EEG). O sistema então simula como o cérebro funciona quando os especialistas veem imagens de plantas doentes, automatizando e tornando a etapa de rotulagem mais rápida e eficiente.
Com isso, os pesquisadores esperam acelerar a tomada de decisões e, assim, reduzir as perdas nos empreendimentos rurais e racionalizar o uso dos recursos naturais.
Segundo Rafael Soares, pesquisador da Embrapa, as doenças foram escolhidas não apenas pelo impacto que geram na cultura da soja, mas também por causarem dois tipos distintos de sintomas foliares na planta. Foto: Pedro Crusiol
“Essa é uma iniciativa pioneira da Embrapa que conta com a tecnologia disruptiva BrainTech, trazida pela Macnica DHW para o Brasil. Ao associar sinais neurais de EEG e IA, é possível criar uma máquina que imita o cérebro humano com alta confiabilidade”, afirma Fabrício Petrassem, gerente de soluções de IoT & AI da Macnica DHW.
Os testes e a validação do sistema tiveram a participação do desenvolvedor Yonatan Meir, da InnerEye, que veio de Israel em agosto especialmente para esse fim. “Ao capturar ondas cerebrais, a solução do InnerEye pode identificar o julgamento e a classificação de uma imagem por uma pessoa, permitindo que essa imagem seja rotulada automática e imediatamente”, explica Meir.
O sistema já é utilizado em aeroportos europeus para identificar objetos perigosos em malas. Em 2019, a Macnica DHW buscou a Embrapa como parceira para explorar a tecnologia no setor agrícola, com novas possíveis aplicações. A primeira foi a detecção precoce de doenças em plantas, cujos experimentos começaram em abril de 2022.
O experimento
“As ferramentas de IA evoluíram muito e, com dados de boa qualidade, resolvem praticamente qualquer problema”, afirma Jayme Barbedo, pesquisador da Embrapa Agricultura Digital, que lidera o projeto pela Embrapa. O desafio, segundo ele, é obter esses ‘dados de qualidade’, que precisam ser não apenas coletados, mas também rotulados por especialistas. Um processo caro e demorado no qual o equipamento ajudará.
Os primeiros resultados do experimento foram positivos, pois o equipamento ajudou a identificar, com alta precisão (oídio e ferrugem da soja), folhas infectadas e sadias.
Junto com Soares, Cláudia Godoy, também pesquisadora da Embrapa, Soares da Embrapa Soja, avaliou ceerca de 1.500 imagens de folhas doentes e sadias em testes com o capacete coletor. Foto: Thamyres Lima
Agora o projeto vai além da detecção de plantas doentes/não doentes e avançará na identificação do tipo de doença presente na plantação de soja, começando pelas mais significativas comercialmente. A inclusão das culturas de milho e café nos experimentos também está sendo negociada com os respectivos centros de pesquisa da Embrapa.
Em abril, o equipamento foi trazido ao Brasil para a sede da Macnica DHW, multinacional japonesa localizada em Florianópolis, SC. Lá eles montaram a estrutura do experimento de captação das ondas cerebrais dos fitopatologistas Cláudia Godoy e Rafael Soares da Embrapa Soja. Ambos avaliaram cerca de 1.500 imagens de folhas doentes e sadias em testes com o capacete coletor.
“A combinação das imagens rotuladas – doente/saudável – com os sinais cerebrais dos especialistas resultou em melhor desempenho do modelo, apontando para a viabilidade do uso de IA”, aponta Barbedo.
Primeiras impressões
“O experimento foi muito interessante, pois o sistema aprende a identificar imagens de afastamentos por meio de uma contagem feita silenciosamente por meio da identificação de ondas cerebrais quando se visualizam as imagens de folhas doentes e sadias, que são mostradas rapidamente na tela do computador”, relata Cláudia Godoy. “Com a evolução do treinamento artificial, essas tecnologias de reconhecimento podem ser utilizadas por pessoas que não têm muito conhecimento sobre doenças e auxiliam no manejo”, detalha.
Oídio: equipamento ajudou a identificar folhas saudáveis e folhas com oídio ou ferrugem asiática da soja com alta precisão. Foto: Embrapa
Segundo Soares, duas doenças foram escolhidas para esse experimento: a ferrugem asiática, doença de maior importância econômica que afeta a cultura, e o oídio, relevante no Sul do Brasil. “Essas doenças foram escolhidas não apenas pelo impacto que geram na cultura da soja, mas também por causarem dois tipos distintos de sintomas foliares na planta; além disso, havia disponibilidade adequada de imagens para avaliação”, explica Soares.
Como funciona a tecnologia
Teste demonstra potencial de uso de sinais neurais na identificação de plantas doentes. Foto: Macnica DHW
O sistema “imita” como o cérebro dos especialistas opera ao visualizar imagens de plantas doentes, automatizando e tornando a etapa de rotulagem mais rápida e eficiente. A ideia é simular o mais próximo possível o processo cerebral de um especialista quando ele identifica algo ou toma uma decisão, como foi feito com os fitopatologistas.
O primeiro passo é calibrar o modelo ajustando um capacete com eletrodos na cabeça de um especialista para identificar suas ondas cerebrais. Depois que o sistema ‘aprendeu’ como a pessoa funciona, o processo de rotulagem para o banco de dados começa. Os especialistas são instruídos a numerar (1, 2, 3…) as licenças médicas ao vê-las na tela, que mostra três imagens por segundo. O sistema capta as ondas cerebrais emitidas a cada novo estímulo, que são diferentes quando se vê uma folha saudável.
