Embora já há vários anos que assistimos à inteligência artificial (IA) e à sua utilização na suinocultura, este ano, com o surgimento do ChatGPT, estamos todos, sem dúvida, descobrindo o poder desta tecnologia e compreendendo até como pode nos afetam, tanto a nível organizacional como até a nível pessoal. Nos próximos 5 anos, a IA irá mudar (para melhor) os processos de muitas organizações, corroer o valor de muitos tipos de empregos e também criar muitos novos tipos de empregos. Para nos adaptarmos e tirarmos o melhor partido deste conjunto de tecnologias, devemos compreender o seu funcionamento, limites e aplicações, tópicos que tentaremos esclarecer no artigo seguinte.
Machine learning ou a importância da qualidade dos dados
Quando falamos sobre IA, estamos nos referindo à capacidade dos computadores de fazer coisas que os humanos fazem especialmente bem, como falar, ler, processar imagens, raciocinar, planejar ou sentir. Para isso, campos do conhecimento que incluem matemática, computação, robótica, neurologia, etc., ficam sob a égide da IA. Mas é muito importante entender que toda a revolução que estamos vivenciando em torno da IA está relacionada a uma área muito específica. deste chamado Machine Learning ou Aprendizado Automático. Quer dizer, a capacidade de gerar modelos de realidade que aprendem com dados passados para prever o futuro. Todos os avanços importantes que temos visto na IA nos últimos anos, desde ChatGPT, Visão Computacional ou modelos preditivos, são impulsionados pelo mesmo vento favorável: Machine Learning .
Quando somos surpreendidos por uma resposta que o ChatGPT nos dá, estamos vendo um modelo de aprendizagem automática em funcionamento, concretamente um de Deep Learning, que dentro das muitas famílias de aprendizagem automática, é baseado em redes neurais, e mais especificamente um do tipo Transformer, mais conhecidas hoje como IAs generativas.
O ChatGPT é possível porque um algoritmo, definido como uma lista de instruções para resolver um cálculo ou um problema abstrato, foi treinado com um enorme banco de dados de bilhões de textos extraídos da Internet. Como vemos, big data (processamento massivo de dados) e aprendizado de máquina andam de mãos dadas, impulsionando esta revolução no mundo da inteligência artificial.
Explico isso porque muitas vezes as organizações têm vontade de falar sobre inteligência artificial, mas falar sobre dados ou conceitos como digitalização, nuvem, big data, IoT (Internet of things) atrai menos atenção.
Uma boa cultura de dados na organização é o passo prévio para a aplicação da inteligência artificial
Os 4 pilares que nos permitirão alimentar esta nova geração de algoritmos de IA e tirar o máximo proveito deles são:
- Digitalização: a utilização de ferramentas informáticas para gerir os nossos processos levar-nos-á a transformar os procedimentos para que deixem um rasto digital.
- Nuvem (alugar recursos computacionais na nuvem, em vez de comprá-los fisicamente) nos permitirá maior flexibilidade na implantação de novos recursos computacionais de comunicação, armazenamento e computação.
- Big data (processamento massivo de dados) nos permitirá processar esses dados para deixá-los no ponto onde os algoritmos de IA começam a funcionar.
- A IoT (implantação de dispositivos que medem e emitem dados) nos permitirá implementar todos os sensores em nossas granjas para coletar dados importantes como temperatura, umidade, peso dos animais, prevalência de doenças...
Qual seria um bom roteiro para a implementação da IA no setor suíno?
- Geração de dados. Transformar meus processos (digitalização) e adicionar novos sensores (IoT), que me permitem acessar novos dados para aproveitar ao máximo a IA. Na figura 1 vemos um exemplo de implantação de IA em confinamentos.
- Consolidação de dados. Consolide adequadamente os dados em um repositório centralizado, utilizando tecnologias como nuvem ou big data, se necessário.
- Exploração de dados. Escolha uma ferramenta de business intelligence e use-a para criar uma cultura de dados dentro da organização, capacitando os usuários mais avançados como ponta de lança da análise de dados dentro da organização. Começar a gerar alarmes úteis para gerir corretamente as faixas operacionais da minha organização em todos os níveis (técnico, operacional, econômico...).
- Inteligência artificial. Aplique IA para resolver questões comerciais específicas. Comece com casos de uso restritos e muito específicos, questões modestas, mas claramente definidas em termos dos dados necessários e dos objetivos a serem alcançados. Aos poucos, aplicar o
framework a casos de uso mais transversais até termos controlado todas as variáveis que afetam a nossa cadeia de valor.
A inteligência artificial está redefinindo a forma como gerimos e otimizamos todos os aspetos da produção e está se tornando o motor de uma agricultura mais inteligente, sustentável e produtiva. A implementação da IA na suinocultura requer um investimento significativo em tempo, recursos e formação. No entanto, os benefícios potenciais são enormes. Não podemos esperar apenas melhorias na eficiência e na produtividade, mas também avanços no bem-estar animal e na sustentabilidade ambiental. Além disso, a criação de novos empregos especializados em gestão e análise de dados é uma oportunidade para revitalizar o setor com uma nova geração de talentos.
Olhando para o futuro, é essencial que o setor não apenas adote a IA, mas também promova uma cultura de inovação e aprendizagem contínua. A IA não é o fim, mas uma ferramenta que, juntamente com a sabedoria humana e a experiência no terreno, pode conduzir a suinocultura um futuro próspero e resiliente.