Agricultura de Precisão: um lado digital da...

1

Agricultura de Precisão: um lado digital da agricultura

Antonio Mauro Saraiva

Universidade de São Paulo

Escola Politécnica

A Agricultura Digital chegou !

• Bem ...

• ”natura non facit saltus”

2

E por aqui ?

• 1o. Seminário sobre Aplicação da Eletrônica na Agropecuária

• 1989

• Escola Politécnica da USP, São Paulo

• Poli, INPE, Embrapa Instrumentação, UNESP, IPT, empresas

Agricultura Digital ??? O que é?

Buzzword !

5

”Digital Agriculture” > 162.000 hits

6

Digital farming

Agricultural automation

Smart farming

Agriculture 4.0

Agricultural electronics

Precision agriculture

precision farming

site-specific farming

soil-specific farming

Digital agriculture: 9.560 publicações

7

J Cheng, S Yi.

Digital Agriculture–One of Application Domain of Digital Earth

Proceedings of the International Symposium on Digital

(Earth?)…, 1999 - Science Press

Primeiros artigos (?)

8

<Digital_Agriculture = TRUE>

9

Sensores

redes d

e d

ados

Máquinas inteligentes

Robôs

Automação e controle de processos

Integração de dados

Anális

e d

e d

ados

Tomada de decisão

Sistemas de informação

Cenários


10

Sensores

redes d

e d

ados


Robôs



Anális

e d

e d

ados

Tomada de decisão


Cenários

DATA-INTENSIVE AGRICULTURE

Agricultura intensiva no uso de dados 11

Disponibilidade de dados

• múltiplos dispositivos e fontes

• menor custo

• distribuídos, porém conectados

• grande frequência de obtenção (tempo-real ?)

Poder computacional

• Melhores dispositivos

• Mais capacidade de processamento

• Maior conectividade

• Diminuição dos custos

• coleta

• acesso

• processamento

• armazenamento

Novos modelos de negócios

Dados + conectividade + processamento

=

Repensar e redesenhar processos ao longo das cadeias produtivas e dos negócios em geral

15 Accenture

Uma mudança de aquisição de produtos/ferramentas

para contratação de um “sistema de sistemas”

Onde estamos Para onde vamos

Diferenças dos sistemas

anteriores: fazem produtos

terem seu próprio

monitoramento+controle+

otimizaçãoo+autonomia

Isso multiplica os efeitos.

Conceitos e Tecnologias de suporte

17

Internet das coisas - IoT

Outra buzzword ...

18

IoT – Internet das Coisas

• Dispositivos conectados pela Internet

• Redes de sensores

• Monitoramento e controle de irrigação

• Monitoramento Climático

• Pragas e doenças

• Identificação: RFId e QR Code

• Integração de operações, rastreabilidade, logística

19

IoT – Internet das Coisas

• Demandas e desafios

• Novos sensores, novas variáveis: ex. química do solo

• Menor custo (sensores e nós) para permitir grande disseminação • dust sensors

• Espacialmente distribuídos: agricultura de precisão

• Agregados aos produtos: rastreabilidade, automação da cadeia até a comercialização

• Alcance de comunicação x consumo de energia

• Conectividade no campo

VANTs / Drones

21

Drones / VANTs

• Aquisição de imagens

• Alta resolução

• Localizadas

• Frequência de coleta

• Analise de imagens (uso de Inteligência Artificial)

• Pragas

• Doenças

• Estresse hídrico

• Déficit de nutrientes

• Estande da cultura

• Erosão

22

Drones / VANTs

• Demandas / Desafios

• Autonomia

• Custo de aquisição ou do serviço

• Regulamentação recente

• Novas funções:

• Aplicação de produtos

• Especialização em tarefas ?

• Polinização

• Controle de pragas

• Integração com equipamentos de solo

• Hub de comunicação

23

Data Science e Inteligência Artificial

24

Data Science

• Conceito que une estatística, análise de dados e seus métodos a fim de compreender e analisar fenômenos reais a partir de dados.

• Emprega técnicas e teorias de várias áreas amplas como matemática, estatística, ciência da informação e computação.

• Em particular machine learning, classification, cluster analysis, data mining, databases, and visualization.

• Buzzword!

• Grande confluência (sobreposição !) com outras áreas, em particular estatística e inteligência artificial

• Compreender processos e tomar decisões!

Inteligência Artificial

26

Inteligência Artificial

• Por qualquer métrica que se possa escolher, técnicas de IA já são enorme sucesso tecnológico, econômico e social.

• Considere tradução de textos.

• Velha piada: traduzir para russo e de volta para inglês:

• “The spirit is willing, but the flesh is weak”

• “The vodka is strong, but the steak is lousy”.

• Classificação automática de texto e imagens.

• Interpretação de questões de usuários.

• Tradução de textos.

• Carros e drones, etc.

Sistemas de recomendação e adaptação ao usuário

Agentes financeiros

A queda do Knight Capital Group (2012)

• Uso rotineiro em processamento de transações individuais. • Uso intensivo em transações em bolsa.

IBM Watson

• Atendimento a clientes.

• Atendimento a pacientes.

Sistemas (semi-)autônomos

A “nova” moda: Deep Learning

• Redes neurais com muitas camadas…

• Camadas “selecionam” e abstraem atributos;

• problema é otimizar.

• Classificadores têm vencido muitas competições.

• Outro sucesso: Facebook’s DeepFace (120M paramêtros)

Em resumo

• O uso de técnicas de IA em larga escala já é uma realidade.

• A IA “real” não é a IA “ideal”:

• Não temos a mesma forma de inteligência, os mesmos métodos.

• Não importa: artefatos são, de fato, considerados inteligentes.

IA na Agricultura Digital

• Reconhecimento de padrões: classificadores

• Imagens • Doenças

• Pragas (armadilhas)

• Culturas (classificação)

• Sons, • Doenças

• Previsões

• Recomendações

IA na Agricultura Digital

• Desafios / demandas

• Mais capacidade de aprendizado, através da maior capacidade de compartilhamento e processamento de dados.

• Mais capacidade de aprender modelos e teorias de alto nível.

• Aplicar mais, para aprender na prática

• Mais dados, mais dados, mais dados

BlockChain

37

Blockchain

• É um livro-razão

• Saídas+ Entradas = Saldo

• É distribuído

• Todos podem ter uma cópia completa

• 50% + 1 devem concordar com qualquer inserção de um novo elo (chain)

• Não depende de um ator específico

• É protegido e virtualmente inviolável

• Novas páginas começam com o saldo anterior

monta uma transação

envio para rede P2P monta um

bloco

minerador valida bloco com a transação e propaga para os demais

bloco aceito pela maioria

incorporação

Blockchain e Agricultura Digital

• Proveniência

• Rastreamento de produto • Por qualquer um no supply-chain (incluindo o consumidor)

• Desde a origem

• Micropagamentos

• Cooperativas virtuais

• Monitoramento

• Uso de insumos e recursos

Digitalização e novos modelos de negócios: economia compartilhada

41

A Digitalização que trouxer redução de risco e de

ativos será adotada

A tecnologia ainda irá mudar muito, uniformizar-se, padronizar-se facilitando a intercomunicação, incorporar componentes melhores e mais baratos. De toda forma, 3 coisas deverão acontecer:

• Uso de equipamento de terceiros

• Pagamento pelo uso

• (equipamentos de alta obsolescência)

• (equipamentos para produtores menores)

• Plataforma compartilhada

• Informar para ser informado

• (pragas, doenças, clima)

• Uso de serviços coletivos

• Conteúdo sob demanda

• (análise de dados, inteligência de produtividade)

AGRICULTURA DE PRECISÃO OU DIGITAL ??

AP é o lado mais digital da agricultura

• Campo fértil para aplicação das diversas técnicas/ferramentas de TI

• Coleta de dados em campo

• Limpeza / processamento dos dados

• Modelagem&simulação / construção de cenários

• Análise de dados / extração de conhecimento

• Apoio à tomada de decisão

• Apoio a políticas públicas

• Usando cada vez mais

• IoT, Drones, IA, Data Science ….

AP é o lado mais digital da agricultura

• Conceito de AP, na prática, requer TI

• AP = GPS + Eletrônica Embarcada + ISOBUS + SIG + Mapas + análise + ….

• AP é muito Intensiva em Dados

• Espaço - temporais

• Múltiplas camadas

• Em boa medida, é graças à AP que surge a “Ag Digital”

Há que superar esta fase das soluções parciais

46

Accenture


47

Sensores

redes d

e d

ados


Robôs



Anális

e d

e d

ados

Tomada de decisão


Cenários

Uma mudança de aquisição de produtos/ferramentas

para contratação de um “sistema de sistemas”

Onde estamos Para onde vamos

Mas e se…

Desafios

• (Má) qualidade dos produtos/serviços pode afetar a ”onda” (?) • Assistência – tempo, custo, qualidade

• Adequação ao mercado – usuário, culturas, clima

• Resultados efetivos ? Qual o valor agregado?

• Segurança e propriedade de dados

• Compartilhamento dos dados: desafio cultural para o avanço tecnológico

• Qualidade dos dados

• Integração, interoperabilidade, sistemas x soluções parciais (Saraiva, 1998)

• Novos modelos de negócios, novos acordos de serviços

• AP para além de grãos e cana-de-açúcar e grandes produtores

• Outras culturas

• Médio e pequeno

Desafios

• Investimento em P&D&I

• Qual o futuro dos países marginais ?

• Ambientes de inovação e startups

• Papéis definidos e colaboração entre academia e empresas

• Educação – de quem vai desenvolver no país

• Times multidisciplinares

• Educação / treinamento - dos usuários

• Produção sustentável: oportunidade para o Brasil fazer diferente

• Agro & ambiente NÃO são contraditórios

• Emprego: Mais uma onda de deslocamento de emprego? Quem sai ganhando?

53

Há mais de USD 7 bilhões em investimentos focados

em desenvolver tecnologias digitais

Fonte: BCG

56

Em outros setores, a digitalização já aconteceu pelo

efeito competitivo: crescer com redução de risco e de

ativos • Tecnologias que reduzem a necessidade de ativos e minimizam riscos aumentam a competitividade da empresa

• Quem não busca competitividade ao menos similar aos melhores concorrentes acaba ficando para trás

Inovações disruptivas rompem por reduzir

ativos e minimizar riscos.

E elas virão!

57

AgDig=True

AP é AgDig

Agradecimento

Pelos slides adicionais

• Fabio Gagliardi Cozzman – Inteligência Artificial

• Uriel A.S. Rotta e Antonio C.B. Ortiz – Economia compartilhada, economia digital

58

59

Obrigado! [email protected]

Agricultura de Precisão: um lado digital da...

Documents

Transcript of Agricultura de Precisão: um lado digital da...