Uma equipe de pesquisadores da Syngenta investiga como as plantas podem ser monitoradas a partir de sinais el\u00e9tricos. O objetivo \u00e9 detectar estresse causado por infesta\u00e7\u00f5es de pragas em tempo real, com IA auxiliando na interpreta\u00e7\u00e3o dos sinais. O estudo analisa a eletrifica\u00e7\u00e3o vegetal extracelular em plantas de soja.<\/p>\n
A tecnologia captura padr\u00f5es el\u00e9tricos gerados pelas plantas quando atacadas por pragas, permitindo leitura precoce antes de sintomas visuais. A combina\u00e7\u00e3o de eletrofisiologia vegetal e machine learning busca decifrar esse \u201cidioma\u201d para orientar interven\u00e7\u00f5es agr\u00edcolas.<\/p>\n
Pesquisadores envolvidos s\u00e3o Jurrian Friedrich e Patrik Hoegger, que explicam que a escala de informa\u00e7\u00f5es envolve milhares de dados por segundo. A IA ajuda a diferenciar respostas a diferentes agress\u00f5es, dia e noite, ampliando a precis\u00e3o.<\/p>\n
A pr\u00e1tica envolve sensores instalados nas plantas para registrar atividade el\u00e9trica cont\u00ednua. Em seguida, modelos de IA classificam padr\u00f5es associados a estados de estresse, favorecendo decis\u00f5es r\u00e1pidas de manejo.<\/p>\n
A pesquisa sustenta que a percep\u00e7\u00e3o de sinais pode ocorrer at\u00e9 24 horas ap\u00f3s o in\u00edcio da agress\u00e3o, antes de tornarem-se vis\u00edveis. A aplica\u00e7\u00e3o pr\u00e1tica inclui orientar uso de defensivos apenas onde necess\u00e1rio.<\/p>\n
O foco principal \u00e9 a praga percevejo-marrom, que perfura a planta e injeta enzimas, dificultando a detec\u00e7\u00e3o imediata. Estudos indicam que em Rio Grande do Sul a praga pode reduzir a produ\u00e7\u00e3o de soja em at\u00e9 30%.<\/p>\n
Al\u00e9m da soja, a eletrofisiologia pode ser adaptada a outras culturas. A ideia \u00e9 reduzir custos e impactos ambientais por meio de interven\u00e7\u00f5es mais precisas e oportunas.<\/p>\n
Em escala mundial, a detec\u00e7\u00e3o precoce pode ampliar produtividade e sustentabilidade agr\u00edcola, com ganhos potenciais para produtores e cadeias de abastecimento. A tecnologia tamb\u00e9m abre caminho para integra\u00e7\u00e3o com drones e outros dispositivos de monitoramento.<\/p>\n
Apesar das vantagens, a linguagem el\u00e9trica das plantas varia com esp\u00e9cie, estresse e condi\u00e7\u00f5es clim\u00e1ticas, tornando a interpreta\u00e7\u00e3o complexa. A implementa\u00e7\u00e3o em larga escala depende de infraestrutura tecnol\u00f3gica adequada.<\/p>\n
Os pesquisadores destacam ainda a necessidade de padroniza\u00e7\u00e3o de dados e valida\u00e7\u00e3o em diferentes ambientes. A evolu\u00e7\u00e3o da IA e de sensores \u00e9 essencial para ampliar a aplicabilidade pr\u00e1tica da t\u00e9cnica.<\/p>\n","protected":false},"excerpt":{"rendered":"