A inteligência artificial poderá ajudar a colmatar a falha no ciclo do azoto na agricultura
Uma nova estrutura combina dados de satélite, sensores instalados em animais e modelos linguísticos num sistema unificado de tomada de decisões
A inteligência artificial poderá ajudar a transformar a forma como as explorações agrícolas gerem o azoto, ao interligar a produção agrícola, a alimentação do gado, a reciclagem de estrume e a monitorização ambiental num único sistema de tomada de decisões, de acordo com uma nova perspetiva publicada na revista *Nitrogen Cycling*.
Os fertilizantes azotados têm desempenhado um papel central no aumento da produção alimentar global, mas a utilização ineficiente do azoto pode contribuir para a poluição atmosférica, a acidificação do solo, a contaminação das águas subterrâneas e as emissões de óxido nitroso, um potente gás com efeito de estufa. Uma das principais causas deste problema é a separação entre a produção agrícola e a pecuária. O estrume acumula-se frequentemente perto de explorações pecuárias intensivas, enquanto as explorações agrícolas noutras regiões continuam a depender fortemente de fertilizantes sintéticos.
Os autores propõem que a IA possa ajudar a reconstruir este ciclo de nutrientes perturbado, acompanhando os fluxos de azoto, melhorando os modelos científicos e transformando informações complexas em recomendações práticas para os agricultores.
«A inteligência artificial dá-nos a oportunidade de ver o azoto agrícola como um sistema interligado, em vez de um conjunto de problemas separados», afirmou o autor correspondente Xiuming Zhang. «Ao interligar culturas, animais, estrume e processos ambientais, a IA poderá ajudar os agricultores a produzir mais alimentos, reduzindo simultaneamente as perdas de azoto.»
A estrutura proposta tem três componentes principais. Em primeiro lugar, os sistemas de observação baseados em IA podem recolher informações a partir de satélites, drones, sensores de solo, dispositivos vestíveis para animais, visão computacional e monitores de instalações pecuárias. Estas tecnologias poderão revelar como o azoto se move através dos campos, dos animais, do armazenamento de estrume e do ambiente em geral.
Em segundo lugar, os investigadores enfatizam a combinação da IA baseada em dados com modelos assentes em processos físicos, biológicos e químicos. Abordagens como as redes neurais informadas pela física e a aprendizagem automática orientada pelo conhecimento podem melhorar as previsões, mantendo simultaneamente regras essenciais, incluindo o balanço de massa de azoto. Estes sistemas híbridos poderão permitir estimativas mais precisas da procura de fertilizantes, das emissões de óxido nitroso, da retenção de azoto pelos animais e das perdas relacionadas com o estrume.
Em terceiro lugar, os grandes modelos linguísticos agrícolas poderiam traduzir os resultados científicos em orientações claras ao nível da exploração agrícola. Tais sistemas podem ajudar a recomendar a fonte, a dose, o momento e a localização adequados do fertilizante, ao mesmo tempo que otimizam a alimentação animal e identificam oportunidades para transferir estrume de regiões pecuárias com excedentes de azoto para terras de cultivo que necessitam de nutrientes.
O objetivo a longo prazo é um agente inteligente para toda a exploração agrícola, capaz de coordenar simultaneamente a fertilização das culturas, a nutrição do gado e a reciclagem do estrume. O artigo destaca exemplos iniciais de sistemas especializados de IA agrícola que relataram reduções no uso de nitrogénio em fertilizantes ou rações, mantendo ou aumentando a produtividade.
No entanto, os autores alertam que subsistem desafios importantes. Os dados agrícolas estão frequentemente fragmentados entre instituições, os modelos de IA podem ser difíceis de explicar e as tecnologias avançadas podem ser demasiado dispendiosas para os pequenos agricultores. A aprendizagem federada, a computação de ponta e ferramentas de baixo custo poderiam ajudar a melhorar a privacidade, a acessibilidade e a inclusão.
Os investigadores concluem que a IA poderá tornar-se o sistema central de coordenação da agricultura circular, mas o sucesso exigirá uma colaboração estreita entre agrónomos, zoótecnas, biogeoquímicos, cientistas da computação, agricultores e decisores políticos.
Observação: Este artigo foi traduzido usando um sistema de computador sem intervenção humana. A LUMITOS oferece essas traduções automáticas para apresentar uma gama mais ampla de notícias atuais. Como este artigo foi traduzido com tradução automática, é possível que contenha erros de vocabulário, sintaxe ou gramática. O artigo original em Inglês pode ser encontrado aqui.
Publicação original
Outras notícias do departamento ciência
