Canadá investe CA $1,7 milhões em projeto de câmara de IA para vinhas

O governo canadiano está a disponibilizar até CA $1,7 milhões para ajudar a adaptar um sistema de câmara com inteligência artificial para vinhas, com o objetivo de permitir aos viticultores detetar doenças e gerir os rendimentos antes de os problemas serem visíveis a olho nu. O financiamento foi anunciado a 10 de setembro pela Agriculture and Agri-Food Canada, ou AAFC, através da componente de projetos do AgriScience Program.

O financiamento destina-se à Vivid Machines Inc., uma empresa de agrotecnologia do Ontário fundada em 2020 por Jenny Lemieux e Jonathan Binas. A empresa já comercializa um sistema de monitorização chamado Vivid XV para pomares de maçã. No âmbito do novo projeto, irá adaptar o mesmo hardware e software para uvas de vinho e de mesa, que apresentam estruturas de copa, padrões de crescimento e pressões de doença diferentes das culturas de pomar.

A iniciativa está sediada no Ontário e foi estruturada como um projeto de três anos. Segundo a Global Agriculture, investigadores da AAFC vão trabalhar com a empresa para testar as leituras do sistema face a dados de referência recolhidos manualmente em vinhas comerciais. Essa etapa de validação é importante porque os viticultores dificilmente confiarão em alertas automáticos de doenças, a menos que a ferramenta tenha bom desempenho em condições reais de campo.

O Vivid XV foi concebido para ser acoplado a um trator, pulverizador ou outro equipamento que já circule entre as linhas da vinha, em vez de funcionar como um robot autónomo. O sistema combina ótica de alta velocidade com uma câmara multiespectral que capta dados de imagem nas bandas do visível e do infravermelho próximo. Essa abordagem é amplamente utilizada na deteção em culturas porque o tecido vegetal reflete a luz infravermelha próxima de forma diferente consoante o seu estado de saúde e de humidade.

O sistema também processa as imagens a bordo à medida que a máquina avança no terreno, em vez de exigir que os produtores carreguem os dados mais tarde para análise. A empresa diz que o equipamento pode operar a velocidades de campo típicas até 10 milhas por hora. No uso em pomar, a Vivid afirma que o sistema pode digitalizar cerca de 15.000 árvores por hora e acompanhar plantas individuais desde a floração até à colheita, contando frutos, estimando o tamanho e identificando sinais precoces de doença ao nível de uma árvore ou de um talhão específico.

Um sistema de posicionamento regista a localização de cada leitura, o que significa que um viticultor pode voltar exatamente à videira ou à linha que desencadeou um alerta. Isso pode reduzir a necessidade de procurar manualmente por todo o talhão. Se a versão para vinha tiver o desempenho previsto, os produtores poderão usá-la para orientar a inspeção e o tratamento mais cedo e com maior precisão.

A empresa diz que as suas previsões têm cerca de 90% de precisão, mas esse valor vem da própria empresa e não de um ensaio independente revisto por pares. O trabalho previsto com investigadores da AAFC deverá fornecer uma verificação mais formal do desempenho do sistema em vinhas, onde a deteção de doenças pode ser mais difícil do que em pomares.

Adaptar a tecnologia às uvas não é uma simples alteração de software. As videiras são conduzidas em espaldeiras e, muitas vezes, formam uma copa mais plana e mais densa do que as macieiras. Algumas doenças importantes da videira, incluindo o míldio e a podridão do cacho por botrytis, podem apresentar sinais iniciais na face inferior das folhas ou no interior de cachos compactos. Esses sintomas podem ser mais difíceis de captar claramente por uma câmara em movimento, sobretudo quando o equipamento circula entre as linhas a velocidades normais de trabalho.

O governo federal apresentou o financiamento como parte de um esforço mais amplo para colocar ferramentas de precisão nas mãos dos agricultores mais rapidamente. O ministro da Agricultura, Heath MacDonald, afirmou que o apoio a este tipo de tecnologia pode ajudar a proteger as culturas e as economias rurais a elas ligadas. O AgriScience Program funciona ao abrigo da Sustainable Canadian Agricultural Partnership e é, em geral, um programa de cofinanciamento, o que significa que, normalmente, os beneficiários são chamados a contribuir com fundos correspondentes e a cumprir os resultados do projeto, em vez de receberem simplesmente uma subvenção.

Essa estrutura confere ao anúncio um peso comercial que vai além de uma pequena bolsa de investigação. Sinaliza que o projeto tem como objetivo avançar para uma utilização prática nas explorações agrícolas, e não permanecer na fase de conceito. Para a Vivid Machines, o trabalho nas vinhas também alarga um produto que até agora tem sido usado em pomares para outro segmento de culturas de elevado valor, onde o timing é decisivo e as perdas causadas por doenças podem ser graves.

Para o negócio do vinho, a deteção mais precoce de doenças poderá ter efeitos para lá da exploração se a ferramenta se revelar fiável. Os produtores poderão tratar as zonas afetadas antes de os problemas se espalharem pelo talhão, o que pode reduzir perdas de produção, melhorar a utilização de água e de produtos fitossanitários e ajudar a proteger a qualidade da uva. Isso, por sua vez, poderá ser importante para as adegas que dependem de fornecimentos estáveis de uvas saudáveis em épocas em que a pressão de doença é elevada.

O projeto também reflete uma tendência mais ampla na agricultura para usar IA e sistemas de imagem na tomada de decisões planta a planta em vez de talhão a talhão. Em vinhas, esse nível de detalhe é especialmente valioso porque doença, vigor e rendimento podem variar drasticamente mesmo dentro de um único talhão. Um sistema capaz de assinalar uma videira específica ou um pequeno troço de linha pode dar aos produtores uma forma mais prática de agir sobre os dados do que apenas mapas aéreos mais gerais.

O que ainda falta demonstrar é até que ponto a plataforma baseada em pomares consegue lidar com as condições específicas da videira ao longo de várias épocas. As copas da vinha mudam rapidamente durante a estação de crescimento, e os cachos podem ficar parcialmente ocultos por folhas, arames e pelo ângulo do equipamento. Os dados de vinha recolhidos manualmente na colaboração com a AAFC deverão ser usados para treinar e verificar o modelo de IA, para que as suas avaliações de doença se baseiem no que está realmente a acontecer no terreno, e não apenas em padrões aprendidos em pomares.