Inteligência Artificial | “No Campeonato do Mundo de 2010, Lampard remata de fora da área e a bola entra claramente na baliza, mas o golo não é atribuído a Inglaterra vs Alemanha.

Acontece que o árbitro Mauricio Espinoza, o uruguaio, estava a 15 metros da linha de golo a tentar seguir o fora de jogo e a bola veio de longe. A utilização de Inteligência Artificial teria evitado este problema.

Foi assim que Fernando Mazeris, CEO da Dairy Data Warehouse, em Assen, na Holanda, iniciou sua apresentação sobre o uso e a influência da inteligência artificial na pecuária leiteira, no Congresso de Laticínios do CREA, em Rosário.

Depois, recordou como a Inteligência Artificial resolveu estes problemas no Campeonato do Mundo de 2022 no Qatar. “A bola chamava-se Al Rihla (“A Viagem” em árabe) e estava equipada com um sensor d

e inércia IMU (Inertial Measurement Unit) que enviava 500 transmissões / seg. Tinha um giroscópio e um sensor que media permanentemente as três coordenadas e transmitia a sua posição 500 vezes / seg. O sistema sabe exatamente onde está a bola em cada momento do jogo”, afirmou.

Por outro lado, 14 câmaras de alta definição mediam continuamente se a bola passava ou não a linha de golo. Quando isso acontecia, o árbitro recebia a informação no seu relógio para validar o golo.

Além disso, 12 câmaras sob a cobertura do estádio mediam permanentemente 29 pontos por jogador e transmitiam 50 vezes por segundo, para assinalar o fora de jogo com a posição da bola e a posição do cada jogador.

O que é que o futebol tem a ver com as vacas leiteiras?

Há bastantes coisas em comum, disse Mazeris, tais como as toneladas de dados de alta qualidade necessários para criar algoritmos que funcionem com inteligência artificial. Quatro coisas são importantes a partir destes dados.

Por um lado, é necessário um grande volume, ou seja, muitas vacas e muita informação de cada vaca. Outra coisa importante é a velocidade, ou seja, a rapidez com que estes dados são actualizados. É importante saber se podemos passar de uma atualização diária para uma atualização por segundo ou 50 vezes por segundo.

“A variedade também é importante se quisermos ter bons algoritmos”, afirmou. Isto significa diferentes parâmetros que podem ser utilizados nos algoritmos de inteligência artificial.

Além disso, a veracidade dos dados é crucial. Por exemplo, o que é utilizado para treinar um modelo de inteligência artificial, que é chamado de rótulos verdadeiros, é o que é utilizado para treinar um modelo.

Ou seja, “se eu quiser detetar vacas em cetose, utilizo dados de beta-hidroxibutirato. Depois utilizo a informação de cada uma das vacas para prever a quantidade de beta que os animais terão e essa será a forma de prever a cetose com um alarme.

“Toda esta informação no sector dos lacticínios tem a dificuldade de estar muito segmentada, em diferentes softwares que não comunicam entre si e que – com a mesma informação – significam coisas totalmente diferentes. E isso é algo que precisa de ser resolvido para que se possa utilizar a informação”.

“Trata-se de dados que se encontram em diferentes compartimentos, em software de gestão de efectivos, software de alimentação e outros. Precisamos de limpar estes dados, mapeá-los numa única base de dados, para os podermos utilizar para criar algoritmos.

“A tecnologia de IA tem sido um pouco retardatária, tanto no futebol como no sector dos lacticínios”, afirmou. “É algo que está apenas a começar, ao passo que noutras actividades, como as finanças, os seguros e os mapas do Google, é uma tendência dominante.

Na indústria dos lacticínios, está a começar a ser utilizada por empresas que desenvolvem diferentes sensores para as vacas. Sensores para medir coisas nas vacas ou no ambiente, como sensores de imagem ou balanças”, acrescentou.

Para detetar um animal a ruminar, é possível utilizar a IA e treinar os algoritmos com base na observação visual de um ser humano que entenda que o animal está a ruminar e correlacionar isso com a informação medida pelo software do sensor.

Por último, pode haver decisões menores baseadas inteiramente em algoritmos de IA, o que nos ajuda a ter uma menor incidência de juízos pessoais neste tipo de decisões.

Assim, pode haver decisões menores que são diretamente automáticas, ou decisões mais importantes ou estratégicas que exigem a aprovação direta do ser humano. No final, o ser humano é quem acaba por decidir, especialmente em decisões importantes, estratégicas e não menores.

Observação de vacas

Outro aspeto a comparar com o futebol é a prospeção de jogadores. Há empresas que registam todos os dados das divisões jovens de 13 países em todo o mundo. Um jogador de topo do mundo, como Messi quando jogava no Newell’s e marcava 6 a 7 golos por jogo aos 8 ou 9 anos, seria facilmente detectado hoje em dia por estas empresas que têm acesso a este tipo de dados e que estão continuamente a executar algoritmos para identificar este tipo de jogadores.

Os treinadores das principais ligas do mundo utilizam todo o tipo de tecnologia para a formação de equipas tácticas e estratégicas com base no adversário. Estas tecnologias prevêem qual é a melhor formação para que possam, com base nas fraquezas da outra equipa, definir os jogadores que devem jogar. Nas vacas leiteiras, veremos quais os animais que estão a jogar.

Ou seja, quando o animal ocupa o robot de ordenha eu quero que seja o animal mais produtivo, e se a minha exploração leiteira tiver 300 vacas, quais são as 300 vacas que têm de jogar?

Há empresas que têm algoritmos para prever qual é a possibilidade ou o risco de certos jogadores terem uma lesão e onde.

Se é no joelho, se é no tornozelo, e com base em toda esta informação que recolhem dos jogadores nos treinos, quanto tempo passaram a treinar, quanto tempo jogaram. Esses dados indicam se há uma grande probabilidade de ele ter um problema na barriga da perna e sugerem um período de descanso.

“Nos lacticínios, recorremos à tecnologia de inteligência artificial porque, com a tecnologia de análise descritiva que utilizamos desde que recolhemos dados, desde que a monitorização dos lacticínios começou no início do século na Europa até se tornar popular em todo o lado, tem sido de importância vital para todo o melhoramento genético e para a gestão reprodutiva e produtiva”.

Nesse ambiente, todas as melhorias que têm sido feitas com base na medição do desempenho da exploração leiteira, dos intervalos entre partos, da taxa de conceção, etc., e na introdução de alterações para melhorar e o círculo virtuoso que isso significa”.

Produção e risco ambiental

Com a quantidade de dados de que dispomos atualmente e o custo da aplicação de modelos de inteligência artificial, quando a análise preditiva começa a fazer sentido, podemos prever o que vai acontecer com alguma certeza. Nunca será exato, mas é possível tomar medidas preventivas.

A inteligência artificial pode ajudar os produtores de leite a serem definitivamente mais eficientes, “vigiando” a produção e reduzindo os riscos ambientais.

Permite escolher os animais com maior probabilidade de atingir o seu potencial genético num efetivo, possivelmente diferente de outro efetivo porque as condições ambientais têm impacto. Pode ajudar a conhecer o período ótimo de lactação. Qual deve ser a duração da lactação para cada indivíduo e para todo o efetivo.

Tanto assim é que existem algoritmos que funcionam diariamente e que prevêem qual será a produção diária de cada vaca durante as duas lactações seguintes. Quanto mais próximo do tempo, maior é a precisão, mas podemos fazer uma boa projeção”.

“Existe um enorme potencial na gestão estratégica do inventário. Escolhendo as 300 vacas do exemplo acima, a IA pode minimizar o excesso de animais de substituição que são recriados na exploração leiteira. Definir o rácio ideal entre animais da 1ª, 2ª, 3ª ou mais lactações.

Posso prever ao longo do tempo a flutuação da minha produção com base na produção de leite esperada dos animais e no meu inventário planeado”, diz ele.

Outro ponto é o manejo preventivo da saúde animal, que servirá para aumentar a vida produtiva de cada indivíduo e aumentar a produtividade através de um melhor manejo sanitário. Uma vaca saudável tem menos impacto ambiental do que uma doente, porque a produção não é afetada por problemas de saúde.

“Os produtores de leite profissionais são excelentes com o seu método, consideram 5 ou 7 variáveis para descartar as vacas, mas por Inteligência Artificial estamos a falar de considerar todas as variáveis possíveis, e que um modelo baseado em dados e não na perceção diz que este animal tem de sair e esta novilha tem de entrar.

Com base nas quantidades que tenho, posso promover ou não as novilhas para o efetivo leiteiro.

“A utilização de algoritmos para a IA vai crescer massivamente e em breve no sector dos lacticínios, nas centrais leiteiras. Não será diferente do que está a acontecer na vida quotidiana.

Não só é utilizado pela pessoa que abre uma conta no chatGPT, mas quando a Netflix sugere um filme para ver, há um algoritmo de IA por detrás disso, ou quando o Facebook nos mostra determinados anúncios ou conteúdos, tudo isso é tratado por algoritmos.

Na maioria dos outros sectores, isto teve um enorme impacto na eficiência, na rentabilidade e na sustentabilidade a todos os níveis de uma exploração leiteira”, afirma Fernando Mazeris.

*Traduzido e adaptado para eDairyNews

Aceda aos nossos melhores artigos aqui 👉 Destaques – eDairyNews-BR🐮🥛✨