Em uma iniciativa pioneira, a Fazu (Faculdade Associada de Uberaba) anuncia o lançamento de um projeto de pesquisa inovador, desenvolvido por alunos Curso de Agrocomputação, sob orientação do professor Janderson Cardoso. Utilizando a inteligência artificial (IA) e a linguagem de programação python, o projeto visa quantificar doenças nas culturas de cana-de-açúcar e milho, acelerando assim a tomada de decisões para tratamentos mais eficazes. O projeto, que reúne alunos do 1º ao 5º período, foi oficialmente lançado em uma reunião no dia 16 de março de 2024, marcando o início de uma jornada colaborativa entre alunos e professores.

A inteligência artificial é uma das tecnologias mais impactantes do nosso tempo, e Python se estabeleceu como uma das linguagens preferidas para o desenvolvimento de soluções nessa área. “Este núcleo de processamento, ao ser desenvolvido, promete trazer métodos mais eficientes de quantificação de doenças agrícolas, contribuindo significativamente para a eficiência e sustentabilidade da produção agrícola”, explica o professor Janderson Cardoso.

Durante a reunião inaugural, foram discutidos os objetivos do projeto, planejamento de trabalho, responsabilidades e os recursos necessários. O professor Janderson Cardoso destacou a importância da iniciativa. “Estamos dando o primeiro passo para desenvolver uma ferramenta capaz de transformar a maneira como lidamos com as doenças das plantas nas culturas de cana-de-açúcar e milho”.

A iniciativa também contou com a participação do professor Gill Duarte, que compartilhou com os alunos envolvidos sobre o desenvolvimento de um aplicativo para captura das fotos que serão processadas pelo núcleo de processamento. Este passo é importante para a realização das pesquisas, possibilitando uma análise precisa e eficaz.

Comentando sobre a relevância do projeto, a professora Thaís Bean, do Curso de Engenharia Agronômica da Fazu, explicou que a avaliação de doenças em plantas é tradicionalmente uma tarefa desafiadora, muitas vezes dependendo de escalas diagramáticas e descritivas, que podem não ser sempre precisas. “A observação humana nem sempre é acurada e precisa. Embora existam programas computacionais que façam uma leitura da área da folha com sintoma de doença, tais programas necessitam escancear a planta ou folha, e com isso remove-se a fonte de inoculo do patógeno do campo, alterando assim a dinâmica populacional do patógeno em avaliações futuras. Além do mais, esses programas demoram para fazer a leitura da área foliar, o que torna esse tipo de avaliação não tão usual. Neste âmbito, a iniciativa em desenvolver este projeto será muito útil no contexto de avaliação de doenças foliares na cultura da cana-de-açúcar e futuramente será adotado para outras culturas de importância agrícola”, informa Thaís.