Destaque

Computadores são usados no reconhecimento de vegetais

Fonte

UFMT | Universidade Federal de Mato Grosso

Data

quinta-feira, 31 dezembro 2020 14:50

Pesquisador da Universidade Federal de Mato Grosso (UFMT) colabora no desenvolvimento de um programa capaz de identificar espécies de plantas com auxílio de inteligência artificial.

No trabalho foi usado tecnologia de aprendizado de máquina e redes neurais para programar o computador e habilitá-lo, para que assim ele reconheça espécies vegetais a partir de suas folhas. Na maioria dos casos, os cientistas precisam de mais do que apenas as folhas para fazer esse reconhecimento e a sua catalogação, fazendo uso também das flores e frutos para chegar a uma resolução taxonômica precisa.

Esse processo demanda especialistas na área, e as condições necessárias para o reconhecimento – a presença de flores e frutos – o que nem sempre é possível, pois são elementos sazonais, ou seja, aparecem em determinadas estações do ano. Na ausência dessas flores e frutos a amostra é considerada estéril. “É improvável que uma excursão de campo tenha pelo menos um especialista em cada grupo vegetal, de modo que a ferramenta computacional se torna um excelente mecanismo de apoio ao cientista”, explica o professor Dr. Rafael Arruda, do Instituto de Ciências Naturais, Humanas e Sociais (ICNHS), colaborador do artigo.

O Brasil possui uma das maiores diversidades vegetais do planeta, são cerca de 46 mil espécies já descritas. Isso torna, segundo o professor Rafael, a catalogagem da distribuição delas nos domínios fitogeográficos brasileiros, um trabalho para a vida inteira. No país há lugares já inventariados, entretanto, em outros, cientistas sequer tiveram a oportunidade de iniciar os trabalhos.

“Um cenário que se impõe em tempos atuais, é a escassez de recursos para que cientistas continuem a desenvolver trabalhos de campo. O recurso computacional pode fazer com que poucos recursos financeiros sejam otimizados, economizando inúmeras viagens para lugares remotos em tempos de contingenciamento de recursos para pesquisas no Brasil”, alerta o docente.

“No caso de nosso estudo, utilizamos sete características distintas relacionadas à cor das folhas, três características relacionadas à forma, e por fim a textura da folha. E para ‘ensinar’ o computador, nós lançamos mão de fotografias das superfícies adaxial e abaxial das folhas de 30 espécies vegetais típicas do Cerrado”, sistematiza o pesquisador.

Ainda, segundo o professor, o algoritmo matemático analisa de forma individual todas as características de cada espécie. “Aqui nós usamos três algoritmos matemáticos para ‘aprendizado de máquina’ e um para rede neural. De modo geral, os algoritmos ‘aprenderam’ a reconhecer as espécies vegetais com precisão superior a 93%, sendo que apenas um deles alcançou 6,5% de sucesso”.

O que causa a limitação é o fato de que as folhas possuem algumas assimetrias em sua morfologia, o que pode, ao longo dos anos, ser sanado alimentando os modelos computacionais com amostras de espécies vegetais de todas as regiões. “Ainda assim, é claro que nunca poderemos afirmar que a identificação está 100% correta, pois mesmo os taxonomistas mais experientes também erram às vezes”, aponta o docente. A ferramenta não substitui e nem exclui o trabalho dos cientistas, sendo um meio de otimizar e baratear os custos das pesquisas.

O trabalho faz parte da dissertação de mestrado de Deborah Ribeiro Bambil, pela Universidade Federal de Mato Grosso do Sul (UFMS). O artigo foi uma colaboração entre a UFMT, UFMS, Universidade de Brasília (UnB), Universidade Estadual Paulista (UNESP), Universidade Católica Dom Bosco (UCDB) e a Empresa Brasileira de Pesquisa Agropecuária (Embrapa).

O artigo foi publicado na revista científica Springer com o título “Plant species identification using color learning resources, shape, texture, through machine learning and artificial neural networks”

Acesse a notícia na página da UFMT.

Fonte: UFMT.

Leia também