A Embrapa Milho e Sorgo e a Universidade do Vale do Itajaí desenvolveram um estudo que usa inteligência artificial para prever a ocorrência de plantas daninhas em sistemas de integração lavoura-pecuária. A pesquisa foi conduzida em Sete Lagoas, em Minas Gerais, e reúne dados de clima, solo, rotação de culturas e registros de campo para apoiar decisões de manejo e reduzir o uso de herbicidas.
Os pesquisadores organizaram as informações em três grupos: quantidade e tipo de plantas daninhas, características do solo e dos sistemas de cultivo e dados climáticos da região. Na fase de modelagem, foram testados quatro algoritmos de aprendizado de máquina: Support Vector Machine, Decision Tree, Random Forest e K-Nearest Neighbors. Os modelos Decision Tree e Random Forest alcançaram os melhores resultados, com 99% de precisão para prever as culturas mais suscetíveis à presença dessas espécies.
O pesquisador Maurílio Fernandes de Oliveira afirmou que a ferramenta pode ajudar no planejamento do manejo e até na escolha do herbicida mais adequado para cada situação. O uso da inteligência artificial, segundo ele, amplia a capacidade de antecipar o problema antes que a infestação avance no campo.
O estudo também reforça uma vantagem já observada nos sistemas integrados de produção: a população de plantas daninhas tende a ser menor do que em áreas sem consórcio, em parte por causa da cobertura do solo formada pelas forrageiras. Com a previsão antecipada, os produtores podem definir melhor o momento de controle, estimar a densidade das invasoras e adotar estratégias mais precisas no uso de insumos.
A pesquisa integra projetos da Embrapa e do CNPq e foi publicada na revista Pesquisa Agropecuária Brasileira, em edição especial pelos 60 anos do periódico. O trabalho aponta para um uso mais amplo da inteligência artificial no campo, em uma frente que combina redução de custos, maior eficiência agronômica e manejo mais racional da produção.
