A pesquisa desenvolvida no projeto RastreIA, sediado no Cena da USP, avaliou o frescor da carne por meio de intelig\u00eancia artificial em tempo real. T\u00e9cnicas de vis\u00e3o computacional analisaram imagens para classificar a qualidade sem destruir a amostra, prometendo maior efici\u00eancia e redu\u00e7\u00e3o de custos para a ind\u00fastria de alimentos.<\/p>\n
Os pesquisadores destacam que a avalia\u00e7\u00e3o tradicional depende de an\u00e1lises laboratoriais demoradas e custosas, muitas vezes destrutivas. A nova abordagem busca agir em escala industrial, com verifica\u00e7\u00f5es r\u00e1pidas que poderiam ampliar a seguran\u00e7a alimentar e reduzir o desperd\u00edcio.<\/p>\n
Robson Campos, doutorando no Cena e integrante do RastreIA, explicou que verifica\u00e7\u00f5es visuais humanas apresentam falhas. A IA utiliza padr\u00f5es visuais n\u00e3o percept\u00edveis a olho nu para identificar varia\u00e7\u00f5es no estado de conserva\u00e7\u00e3o da carne.<\/p>\n
Essas t\u00e9cnicas baseiam-se em modelos de vis\u00e3o computacional que utilizam imagens digitais para detectar sinais de deteriora\u00e7\u00e3o. Com isso, \u00e9 poss\u00edvel classificar o frescor pe\u00e7a por pe\u00e7a com alta precis\u00e3o, sem contato f\u00edsico com a amostra.<\/p>\n
A metodologia combina redes neurais profundas com a ferramenta Radam, criada no IFSC da USP. A Radam extrai caracter\u00edsticas relevantes de imagens, reduzindo a necessidade de grandes volumes de dados e de treinamento longo.<\/p>\n
Testes realizados utilizaram datasets de carne bovina previamente rotulados. Os resultados indicaram precis\u00e3o entre 93% e 100%, dependendo da configura\u00e7\u00e3o do modelo, indicando robustez inicial da abordagem.<\/p>\n
Apesar dos bons n\u00fameros, os autores ressaltam limita\u00e7\u00f5es: a avalia\u00e7\u00e3o se baseia apenas em caracter\u00edsticas visuais externas. Fatores como ilumina\u00e7\u00e3o e posi\u00e7\u00e3o da c\u00e2mera podem influenciar os resultados.<\/p>\n
A equipe tamb\u00e9m aponta a variabilidade natural da carne, onde teor de gordura e outros aspectos podem alterar a apar\u00eancia. Futuras pesquisas devem explorar fus\u00e3o de dados com m\u00e9todos anal\u00edticos tradicionais.<\/p>\n
O estudo foi publicado com apoio da Funda\u00e7\u00e3o de Amparo \u00e0 Pesquisa do Estado de S\u00e3o Paulo (Fapesp) e envolve pesquisadores do Instituto de F\u00edsica de S\u00e3o Carlos, al\u00e9m do Cena. O objetivo \u00e9 integrar t\u00e9cnicas de IA a pr\u00e1ticas industriais para controle de qualidade.<\/p>\n","protected":false},"excerpt":{"rendered":"