Inteligência Artificial na Identificação Automatizada de Mudas de Plantas: prospecção tecnológica e aplicações na agricultura
DOI:
https://doi.org/10.9771/cp.v18i2.61219Palavras-chave:
Inovação, Classificação de imagens, Aprendizado de máquina.Resumo
A prospecção tecnológica na identificação de mudas de plantas utilizando inteligência artificial revela um cenário dinâmico e promissor, com um aumento significativo no número de patentes registradas, se destacando a China e os Estados Unidos. Com o objetivo de identificar as inovações relacionadas ao desenvolvimento da identificação de mudas, o estudo apresenta uma prospecção tecnológica relacionada com a identificação de mudas, analisando 91 patentes com foco nos anos de aplicação, situação legal e distribuição geográfica dos inventores. Os resultados evidenciaram a ausência do Brasil nesse contexto, o que sugere a necessidade de um estudo mais aprofundado sobre a viabilidade e os benefícios dessa tecnologia para o setor agrícola no país. Além disso, a colaboração global é fundamental para impulsionar o desenvolvimento responsável dessas tecnologias, com foco na sustentabilidade e na eficiência agrícola. A escassez de patentes registradas no Brasil indica uma lacuna significativa que, se abordada, pode trazer avanços consideráveis ao setor. Portanto, é essencial apresentar evidências sobre os impactos positivos que essa tecnologia pode ter, a fim de incentivar investimentos e políticas de inovação que promovam uma participação mais ativa do Brasil nesse cenário.
Downloads
Referências
ALBEAINO, Giles; GHEISARI, Masoud; FRANZ, Bryan W. A systematic review of unmanned aerial vehicle application areas and technologies in the AEC domain. Journal of Information Technology in Construction (ITcon), [s.l.], v. 24, p. 381-405, 2019. Disponível em: https://itcon.org/papers/2019_20-ITcon-Albeaino.pdf. Acesso em: 23 fev. 2024.
ANTUNES, Adelaine Maria de Souza. Metodologia do estudo da trajetória de patenteamento da indústria de elastômeros através da elaboração de uma base de dados (1970-2000). In: WORKSHOP BRASILEIRO DE INTELIGÊNCIA COMPETITIVA E GESTÃO DO CONHECIMENTO, 3., 2002. Anais [...]. São Paulo: KM Brasil, 2002. Acesso em: 20 fev. 2024.
ARBIX, Glauco et al. Made in China 2025 and Industrie 4.0: the difficult Chinese transition from catching up to an economy driven by innovation. Tempo Social, [s.l.], v. 30, p. 143-170, 2018. Disponível em: https://www.scielo.br/j/ts/a/DgPg3vCJFB9TJFLwGsYLnDK/abstract/?lang=en. Acesso em: 25 fev. 2024.
ARBIX, Glauco. A Transparência no Centro da Construção de uma IA Ética. Novos Estudos CEBRAP, [s.l.], v. 39, p. 395-413, 2020. Disponível em: https://www.scielo.br/j/nec/a/pD9k5gtHpXwsgFcsMC5gbJg/?lang=pt . Acesso em: 28 fev. 2024.
BOECK, Jones Augusto. A prospecção tecnológica como estratégia competitiva para inovarmos. Neitzke Consultoria, 2 fev. 2019. Disponível em: https://neitzkeconsultoria.com/prospeccao-tecnologica/. Acesso em: 23 fev. 2024.
BRASIL. Lei n. 13.243, de 11 de janeiro de 2016. Diário Oficial [da] República Federativa do Brasil, Brasília, DF, Seção 1, p. 1-3, 12 de janeiro de 2016. Disponível em: https://www.planalto.gov.br/ccivil_03/_Ato2015-2018/2016/Lei/L13243.htm. Acesso em: 26 fev. 2024.
BRASIL. Lei n. 13.709, de 14 de agosto de 2018. Diário Oficial da União, Brasília, DF, Seção 1, p. 1, 15 de agosto de 2018. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm. Acesso em: 22 fev. 2024.
BRASIL. Ministério da Ciência, Tecnologia e Inovação. Guia de orientação para acordos de parceria para pesquisa, desenvolvimento e inovação: termos do marco legal de ciência, tecnologia e inovação. Brasília, DF: MCTI, 2023. Disponível em: https://repositorio.mcti.gov.br/bitstream/mctic/5255/3/2023_guia_orientacao_acordos_parceria_pesquisa_desenvolvimento_inovacao_termos_marco_legal_ciencia_tecnologia_inovacao.pdf. Acesso em: 22 fev. 2024.
BRITANNICA, T. Editors of Encyclopaedia "computer vision". Encyclopedia Britannica, August 6, 2024. Disponível em: https://www.britannica.com/technology/computer-vision. Acesso em: 01 mar. 2024.
BRUNO-FARIA, Maria de Fátima; FONSECA, Marcus Vinicius de Araujo. Cultura de inovação: conceitos e modelos teóricos. Revista de Administração Contemporânea, [s.l.], v. 18, n. 4, p. 372-396, 2014. Disponível em: https://www.scielo.br/j/rac/a/QbZdzddgZPJdy3sPmZWWm3n/. Acesso em: 23 fev. 2024.
CAMPOS, Fernando. O desafio é viabilizar a gestão de mudas a quaisquer viveiros florestais. Viveiro web, 2024. Disponível em: http://viveiroweb.com.br/#produto. Acesso em: 21 fev. 2024.
FARIA, Leandro Innocentini Lopes de. Prospecção Tecnológica em Materiais: aumento da eficiência do tratamento bibliométrico – aplicação na análise de tratamentos de superfície resistentes ao desgaste. 2001. 213p. Tese (Doutorado em Ciência e Engenharia de Materiais) – Universidade Federal de São Carlos, São Carlos, 2001. Disponível em: https://repositorio.ufscar.br/bitstream/handle/ufscar/644/TeseLILF.pdf?sequence=1. Acesso em: 20 fev. 2024.
FERRARI, Renata Fermino et al. O Impacto Das Tecnologias Digitais no Processo de Ensino Aprendizagem. Revista Ilustração, [s.l.], v. 4, n. 6, p. 21-27, 2023. DOI: 10.46550/ilustracao.v4i6.215. Disponível em: https://journal.editorailustracao.com.br/index.php/ilustracao/article/view/215. Acesso em: 28 fev. 2024.
FONSECA, Ésio de Pádua et al. Padrão de qualidade de mudas de Trema micrantha (L.) Blume, produzidas sob diferentes períodos de sombreamento. Revista Árvore, [s.l.], v. 26, p. 515-523, 2002. Disponível em: https://doi.org/10.1590/S0100-67622002000400015. Acesso em: 21 fev. 2024.
GREGO, Célia Regina et al. Tecnologias desenvolvidas em Agricultura de Precisão. In: MASSRUHÁ, S. M. F. S. et al. (ed.). Agricultura digital: pesquisa, desenvolvimento e inovação nas cadeias produtivas. Brasília, DF: Embrapa, 2020. p. 166-191. ISBN 978-65-86056-37-2. Disponível em: https://www.alice.cnptia.embrapa.br/alice/handle/doc/1126562. Acesso em: 21 fev. 2024.
HAN, Jiawei; KAMBER, Micheline; PEI, Jian;. Data mining: concepts and techniques. 3. ed. San Francisco: Morgan Kaufmann Publishers, 2011. Disponível em: https://myweb.sabanciuniv.edu/rdehkharghani/files/2016/02/The-Morgan-Kaufmann-Series-in-Data-Management-Systems-Jiawei-Han-Micheline-Kamber-Jian-Pei-Data-Mining.-Concepts-and-Techniques-3rd-Edition-Morgan-Kaufmann-2011.pdf. Acesso em: 21 fev. 2024.
KANT, Amitabh et al. Artificial Intelligence for Agriculture Innovation. Community Paper March, [s.l.], 2021. Disponível em: https://www3.weforum.org/docs/WEF_Artificial_Intelligence_for_Agriculture_Innovation_2021.pdf. Acesso em: 28 fev. 2024.
LEITE, Maria Angelica de Andrade et al. Avanços no uso das tecnologias no processo de transformação digital no meio rural. Plataforma Visão de futuro do Agro. 2022. Disponível em: https://www.embrapa.br/documents/10180/80209220/Avan%C3%A7os+no+uso+das+tecnologias+no+processo+de+transforma%C3%A7%C3%A3o+digital+no+meio+rural+-+mega+3.pdf/78e33c01-4924-c1ee-f62e-23d9de868794 Acesso em: 26 fev. 2024.
LEME, Mateus de Campos. Inteligência artificial utilizada na identificação de espécies e prognóstico visual de mudas florestais. 2021. 50p. Dissertação (Mestrado) – Faculdade de Ciências Agronômicas, da Universidade Estadual Paulista Júlio Mesquita Filho, Botucatu, 2021. Disponível em: https://bdtd.ibict.br/vufind/Record/UNSP_71b3a2892caadd54369a6bb831171b82. Acesso em: 22 fev. 2024.
LU, D.; WENG, Q. A survey of image classification methods and techniques for improving classification performance. International Journal of Remote Sensing, [s.l.], v. 28, n. 5, p. 823-870, 2007. Disponível em: https://www.tandfonline.com/doi/epdf/10.1080/01431160600746456?needAccess=true. Acesso em: 01 mar. 2024.
MARCHIORI, Brenda; STELLA, Rita. Pesquisa aponta para a necessidade da participação das comunidades locais na gestão de áreas de preservação. Por Brenda Marchiori e Rita Stella, Jornal da USP, 2022. Disponível em: https://umsoplaneta.globo.com/biodiversidade/noticia/2022/07/18/pesquisa-aponta-para-a-necessidade-da-participacao-das-comunidades-locais-na-gestao-de-areas-de-preservacao.ghtml. Acesso em: 28 fev. 2024.
MASSRUHÁ, Silvia Maria Fonseca Silveira et al. A transformação digital no campo rumo à agricultura sustentável e inteligente. In: EMBRAPA – EMPRESA BRASILEIRA DE PESQUISA AGROPECUÁRIA. Agricultura Digital: pesquisa, desenvolvimento e inovação nas cadeias produtivas. [S.l.]: Embrapa, 2020. p. 20-45. Disponível em: https://www.alice.cnptia.embrapa.br/alice/bitstream/doc/1126214/1/LV-Agricultura-digital-2020-cap1.pdf. Acesso em: 26 fev. 2024.
MAPA – MINISTÉRIO DA AGRICULTURA, PECUÁRIA E ABASTECIMENTO. Plano Agrícola e Pecuário 2022-2023. Governo Federal do Brasil, 2022. Disponível em: https://www.gov.br/agricultura/pt-br/assuntos/politica-agricola/plano-safra/2022-2023/cartilha-plano-safra-2022-2023.pdf/. Acesso em: 28 fev. 2024.
OLIVEIRA, Silvia Regina Siqueira Loureiro; SILVA, Victor Santos da. Sustentabilidade ambiental e inovação tecnológica: caminhos à ecoinovação. Revista de Direito Econômico e Socioambiental, Paraná, v. 14, n. 1, p. e233, 2023. DOI: 10.7213/revdireconsoc.v14i1.25834. Disponível em: https://periodicos.pucpr.br/direitoeconomico/article/view/25834. Acesso em: 26 fev. 2024.
ONU – ORGANIZAÇÃO DAS NAÇÕES UNIDAS. Transforming our world: the 2030 Agenda for Sustainable Development. 2024. Disponível em: https://sdgs.un.org/2030agenda. Acesso em: 20 set. 2024.
OSCO, Lucas Prado et al. A convolutional neural network approach for counting and geolocating citrus-trees in UAV multispectral imagery. ISPRS Journal of Photogrammetry and Remote Sensing, [s.l.], v. 160, p. 97-106, 2020. Acesso em: 23 fev. 2024.
PACKER, Abel L.; SANTOS, Solange. Ciência aberta e o novo modus operandi de comunicar pesquisa. SciELO em Perspectiva, [s.l.], 2019. Disponível em: https://blog.scielo.org/blog/2019/08/01/ciencia-aberta-e-o-novo-modus-operandi-de-comunicar-pesquisa-parte-i/. Acesso em: 25 fev. 2024.
PORTER, Alan L. Tech Forecasting. Technological Forecasting and Social Change, [s.l.], v. 62, p. 19-28, 1999. Disponível em: https://www.sciencedirect.com/journal/technological-forecasting-and-social-change. Acesso em: 20 fev. 2024.
QUARESMA, Henry Uliano. O impacto da Inteligência Artificial no Agronegócio. LinkedIn, 28 de setembro de 2023. Disponível em: https://www.linkedin.com/pulse/o-impacto-da-inteligência-artificial-agronegócio-uliano-quaresma/. Acesso em: 25 fev. 2024.
RETOURNA, Christophe. Analyse de cas concrets d'innovations dans les PME-PMI : problématiques et discussions. Marseille: Université de Droit et des Sciences D'Aix Marseille III, 1995. Acesso em: 21 fev. 2024.
RODRIGUEZ-GALIANO, V. F.; CHICA-OLMO, M.; CHICA-RIVAS, M. Predictive modelling of gold potential with the integration of multisource information based on random forest: a case study on the Rodalquilar area, Southern Spain. International Journal of Geographical Information Science, [s.l.], v. 28, n. 7, p. 1.336-1.354, 2014. Disponível em: https://www.sciencedirect.com/science/article/abs/pii/S0169136815000037. Acesso em: 21 fev. 2024.
SANTOS, Thiago Teixeira et al. Automatic grape bunch detection in vineyards using deep learning. In: CONGRESSO BRASILEIRO DE AGRICULTURA DE PRECISÃO, 2017, São Pedro. Anais [...]. São Pedro: Embrapa, 2017. Disponível em: https://ainfo.cnptia.embrapa.br/digital/bitstream/item/169609/1/Automatic-grape-SBIAgro.pdf. Acesso em: 21 fev. 2024.
SANTOS, Thiago Teixeira. Odometria visual com SVO e sua aplicação em reconstrução tridimensional. Campinas: Embrapa Informática Agropecuária, 2014. 28p. ISSN 1677-9274; 130. Acesso em: 23 fev. 2024.
SUTTMEIER, Richard P. How China Is Trying to Invent the Future as a Science Superpower. Sign Up for Our Daily Newsletter, [s.l.], 2018. Disponível em: https://www.scientificamerican.com/article/how-china-is-trying-to-invent-the-future-as-a-science-superpower/. Acesso em: 25 fev. 2024.
SZELISKI, Richard. Computer vision: algorithms and applications. Springer Science & Business Media, [s.l.], p. 18, 2010. Acesso em: 1º mar. 2024.
VIEIRA FILHO, José Eustáquio Ribeiro; SILVEIRA, José Maria Ferreira Jardim da. Mudança tecnológica na agricultura: uma revisão crítica da literatura e o papel das economias de aprendizado. Revista de economia e Sociologia Rural, [s.l.], v. 50, p. 721-742, 2012. Acesso em: 23 fev. 2024.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2024 Cadernos de Prospecção
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.
O autor declara que: - Todos os autores foram nomeados. - Está submetendo o manuscrito com o consentimento dos outros autores. - Caso o trabalho submetido tiver sido contratado por algum empregador, tem o consentimento do referido empregador. - Os autores estão cientes de que é condição de publicação que os manuscritos submetidos a esta revista não tenham sido publicados anteriormente e não sejam submetidos ou publicados simultaneamente em outro periódico sem prévia autorização do Conselho Editorial. - Os autores concordam que o seu artigo ou parte dele possa ser distribuído e/ou reproduzido por qualquer forma, incluindo traduções, desde que sejam citados de modo completo esta revista e os autores do manuscrito. - Revista Cadernos de Prospecção está licenciado com uma Licença Creative Commons Attribution 4.0. Esta licença permite que outros remixem, adaptem e criem a partir do seu trabalho para fins não comerciais, e embora os novos trabalhos tenham de lhe atribuir o devido crédito e não possam ser usados para fins comerciais, os usuários não têm de licenciar esses trabalhos derivados sob os mesmos termos.
Este obra está licenciado com uma Licença Creative Commons Atribuição 4.0 Internacional.
