Notícia

Método baseado em inteligência artificial permite separar cafés especiais e tradicionais antes da torra

Fonte

Agência FAPESP

Data

terça-feira, 1 novembro 2022 15:10

Áreas

Agricultura. Agronomia. Biotecnologia. Ciências Agrárias

O processo de seleção de grãos de café especiais exige três tipos de verificação – duas físicas, em amostras de café cru e torrado, e uma sensorial, obtida pela degustação da bebida. Todas essas etapas são necessárias para obter o certificado da Speciality Coffee Association of America (SCAA).

De acordo com os preceitos da SCAA, a qualidade do café é quantificada por meio de uma escala decimal de 0 a 100 pontos: os que ganham acima de 80 pontos são considerados especiais. A cada lote, o produtor separa amostras do grão ainda não torrado e envia para três avaliadores. Eles torram o grão, fazem a bebida (com técnicas padronizadas pela SCAA) e emitem laudos.

Mas um grupo formado por cientistas do Centro de Energia Nuclear na Agricultura (Cena) e da Escola Superior de Agricultura Luiz de Queiroz (Esalq), ambos da Universidade de São Paulo (USP), e do Centro de Computação da Universidade Federal de Pernambuco (UFPE) desenvolveu um método para seleção de grãos com base no uso de imagens multiespectrais e machine learning. O processo dispensa a torra, pode ser realizado em tempo real durante o processo produtivo e evita possíveis falhas humanas na avaliação, ainda que dependa de equipamentos caros.

O artigo que descreve o novo método foi publicado na revista científica Computers and Electronics in Agriculture.

“No caso de cafés especiais, muitas vezes se colhe fruto a fruto. Então, só são retirados os frutos cereja. Mas, se o produtor de café especial colhe os frutos verdes, ou usa em algum momento colheita plena [manual e/ou mecanizada], essa prática pode resultar em um café tradicional”, explicou Winston Pinheiro Claro Gomes, doutorando no Cena-USP e primeiro autor do estudo.

“Em nosso método, separamos o grão considerado especial do tradicional por uma metodologia que acopla imagem multiespectral a modelos matemáticos [algoritmos], que processam os dados fornecidos pelas imagens. Porém, um café especial vai de 80 a 100 pontos. E nosso modelo não consegue dizer se o grão é um escore 80 ou um 90. Seria preciso ter as amostras de cada uma das pontuações para especificar essas categorias para o modelo matemático e viabilizar o aprendizado da máquina”, comentou Gomes.

Apoiado pela FAPESP por meio de dois projetos (17/15220-7 e 18/24029-1), o trabalho foi orientado pelas professoras Dra. Wanessa Melchert Mattos e coorientado pela Dra. Clíssia Barboza da Silva.

Metodologia

A equipe utilizou a técnica de imagem multiespectral (MSI) baseada em reflectância e autofluorescência. O método envolve a captura de um conjunto de imagens da mesma região espacial em diferentes comprimentos de onda. Posteriormente, foi empregado um modelo de machine learning para classificar os grãos segundo as informações obtidas por meio das imagens.

“A adoção da técnica de MSI é muito recente na indústria cafeeira, sendo mais comum para mapeamento de nitrogênio em cafezais, detecção de necrose em grãos ou de pragas e doenças durante o cultivo, como demonstra a literatura a respeito”, disse Gomes.

O estudo foi realizado com 16 amostras de grãos de café verdes, especiais e tradicionais, dos Estados de Minas Gerais e de São Paulo. Dez amostras de grãos especiais (Coffea arabica) eram da safra 2016/17, obtidas na Região da Alta Mogiana e avaliadas no concurso Qualidade do Café Alta Mogiana em 2017, sendo fornecidas pela Associação dos Produtores de Cafés Especiais da Região da Alta Mogiana. As seis amostras restantes foram retiradas de cafés tradicionais adquiridos a granel em um mercado local.

Acesse o resumo do artigo científico (em inglês).

Acesse a notícia completa na página da Agência FAPESP.

Fonte: Dra. Karina Ninni, Agência FAPESP.  Imagem: Pixabay.

Em suas publicações, o Canal Nutrição da Rede T4H tem o único objetivo de divulgação científica, tecnológica ou de informações comerciais para disseminar conhecimento. Nenhuma publicação do Canal Nutrição tem o objetivo de aconselhamento, diagnóstico, tratamento médico ou de substituição de qualquer profissional da área da saúde. Consulte sempre um profissional de saúde qualificado para a devida orientação, medicação ou tratamento, que seja compatível com suas necessidades específicas.