Inteligência artificial nos suínos: um presente imparável

Embora a inteligência artificial (IA) e a sua utilização na indústria suinícola seja um tema recorrente há vários anos, este ano, com o aparecimento do ChatGPT, estamos todos a descobrir, sem dúvida, o poder desta tecnologia e a compreender até que ponto nos pode afectar, tanto a nível organizacional como pessoal. Nos próximos 5 anos, a IA vai mudar (para melhor) os processos de muitas organizações, vai corroer o valor de muitos tipos de empregos e vai também criar muitos novos tipos de empregos. Para nos adaptarmos e tirarmos o máximo partido deste conjunto de tecnologias, precisamos de compreender como funcionam, os seus limites e as suas aplicações, que tentaremos esclarecer no artigo que se segue.

Machine learning ou a importância da qualidade dos dados

Quando falamos de IA, referimo-nos à capacidade dos computadores para fazerem coisas que os humanos fazem especialmente bem, como falar, ler, processar imagens, raciocinar, planear ou intuir. Para o efeito, sob a égide da IA encontram-se campos de conhecimento que incluem a matemática, a informática, a robótica, a neurociência, ... Mas é muito importante compreender que toda a revolução que estamos a viver em torno da IA está relacionada com uma área muito específica da mesma, chamada Machine Learning. Ou seja, a capacidade de gerar modelos da realidade que aprendem com dados passados para prever o futuro. Todos os grandes avanços a que temos assistido na IA nos últimos anos, desde o ChatGPT, à Visão por Computador e aos modelos de previsão, são impulsionados pelo mesmo vento de popa: a Machine Learning.

Quando somos surpreendidos por uma resposta que o ChatGPT nos dá, estamos a ver um modelo "machine learning" a funcionar, especificamente um de "Deep learning", que dentro das muitas famílias de "machine learning", esta é baseada em redes neuronais, e mais especificamente uma do tipo "Transformer", mais conhecida atualmente como IA generativa.

O ChatGPT é possível porque um algoritmo, definido como uma lista de instruções para resolver um cálculo ou um problema abstrato, foi treinado com uma enorme base de dados de milhares de milhões de textos extraídos da Internet. Como podemos ver, o big data (processamento massivo de dados) e a aprendizagem automática andam de mãos dadas, impulsionando esta revolução no mundo da inteligência artificial.

Explico isto porque as organizações têm muitas vezes vontade de falar de inteligência artificial, mas falar de dados ou de conceitos como digitalização, nuvem, big data, IoT (Internet das coisas) é menos apelativo para elas.

Uma boa cultura de dados na organização é a condição prévia para a aplicação da inteligência artificial.

Os 4 pilares que nos permitirão alimentar esta nova geração de algoritmos de IA e tirar o máximo partido deles são:

• digitalização : a utilização de ferramentas informáticas para gerir os nossos processos levar-nos-á a transformar os procedimentos de modo a que estes deixem um rasto digital;
• cloud (alugando recursos informáticos na nuvem, em vez de os comprar fisicamente) permitir-nos-á uma maior flexibilidade na implantação de novos recursos informáticos, de armazenamento e de comunicações;
• Big data (tratamento massivo de dados) permitir-nos-á processar esses dados para os deixar no ponto em que os algoritmos de IA começam a funcionar;
• IoT (implantação de dispositivos que medem e emitem dados) permitir-nos-á instalar todos os sensores nas nossas explorações para recolher dados importantes como a temperatura, a humidade, o peso dos animais, a prevalência de doenças...

Qual seria um bom roteiro para a implementação da IA no sector da suinicultura?

• Geração de dado. Transformar os meus processos (digitalização) e adicionar nova tecnologia de sensores (IoT), permitindo-me aceder a novos dados para tirar o máximo partido da IA. A figura 1 mostra um exemplo de implantação de IA em engordas.
• Consolidação de dados. Consolidar adequadamente os dados num repositório centralizado, utilizando, se necessário, tecnologias como a nuvem e big data.
• Exploração do dado. Escolher uma ferramenta de business intelligence e utilizá-la para criar uma cultura de dados na organização, capacitando os utilizadores mais avançados para liderar a análise de dados na organização. Começar a gerar alarmes úteis para gerir correctamente as faixas de funcionamento da minha organização a todos os níveis (técnico, operacional, económico...).
• Inteligência Artificial. Aplicar a IA para resolver questões comerciais concretas. Comece com casos de utilização estreitos e muito específicos, questões modestas, mas claramente definidas em termos dos dados necessários e dos objectivos a alcançar. Aplicar gradualmente o quadro a casos de utilização mais transversais até que todas as variáveis que afectam a nossa cadeia de valor estejam sob controlo.

A inteligência artificial está a redefinir a forma como gerimos e optimizamos todos os aspectos da produção e está a tornar-se o motor de uma agricultura mais inteligente, sustentável e produtiva. A implementação da IA no sector da suinicultura exige um investimento significativo em tempo, recursos e formação. No entanto, os benefícios potenciais são enormes. Não só podemos esperar melhorias na eficiência e na produtividade, mas também avanços no bem-estar animal e na sustentabilidade ambiental. Além disso, a criação de novos empregos especializados na gestão e análise de dados é uma oportunidade para revitalizar o sector com uma nova geração de talentos.

Olhando para o futuro, é essencial que o sector não só adopte a IA, mas também promova uma cultura de inovação e de aprendizagem contínua. A IA não é o fim, mas uma ferramenta que, juntamente com a sabedoria humana e a experiência no terreno, pode conduzir o sector da suinicultura a um futuro próspero e resiliente.