Big Data

 

BIG DATA e a agricultura na era do conhecimento

Na agricultura da era do conhecimento há muitos dados, muitos especialistas armazenando diagnósticos e recomendações, entre outras informações. O Big Data de diferentes origens e assuntos poderá ser apresentado às tecnologias de computação cognitiva em busca das melhores combinações e correlações para melhorar a eficiência dos processos agrícolas

Tsen Chung Kang, Prof. Phd. da Fatec Shunji Nishimura e diretor de Pesquisa de Novos Negócios do Grupo Jacto, Allan Lincoln Siriani, Prof. Me. da Fatec Shunji Nishimura, pesquisador do CIAg, e Carlos Eduardo de Mendonça Otoboni, Prof. Dr. da Fatec Shunji Nishimura

A agricultura que conhecemos, baseada no uso de insumos, máquinas e implementos, também chamada de agricultura moderna, começou a se desenvolver após a Segunda Guerra Mundial, juntamente com o slogan Food for Peace ampliado pelo presidente dos Estados Unidos John Kennedy. As grandes ciências que dominaram o desenvolvimento tecnológico dessa agricultura nessa época foram a física e a química, visto que surgiram grandes empresas do setor de máquinas e implementos, defensivos agrícolas e fertilizantes. Hoje podemos perceber que vivemos uma transição da agricultura moderna para a agricultura do conhecimento, onde a informática, as novas tecnologias de Big Data e biotecnologia são as ciências do momento. Por quê?

Na imagem, experiência da Universidade de Taiwan, uma armadilha com antena que transmite os dados para o gateway (centralizador que envia para Internet), painel solar e a caixa onde fica toda a estrutura eletrônica que faz a contagem de moscasda- fruta na armadilha

Todo aquele trabalho gerado pelos cientistas, agrônomos, fazendeiros e centros de pesquisa espalhados pelo mundo gerou ao longo destes últimos 50 anos uma enormidade de conhecimento e técnicas agrícolas, que estão depositados nas bibliotecas, revistas científicas, trabalhos de graduação, dissertações de mestrado e teses de doutorado que levaram a ganhos de produtividade das lavouras, bem como incrementos econômicos. Entretanto, o que se observa nas lavouras é que existe uma diferença bastante significativa entre o máximo que se consegue produzir em uma área e a média de produção das fazendas para aquela mesma cultura, diferença expressiva entre o potencial de produtividade e as produtividades conquistadas pelos agricultores líderes em suas regiões. Muito disso se deve à falta de interação e capacidade de análise dessa enormidade de conhecimento gerado.

As tecnologias de Big Data e Internet das Coisas formam um conjunto de soluções que profissionais especializados em assuntos específicos têm dificuldade em tratar a multidisciplinaridade da complexidade da agricultura tropical na era do conhecimento. A integração de conhecimentos agrícolas georreferenciados de diferentes especialidades torna necessária a construção de sistemas inteligentes na busca da efi-ciência no manejo agrícola.

Lavouras robotizadas — As lavouras do futuro serão robotizadas e controladas por sistemas inteligentes baseados em tecnologias de Big Data. E o momento do desenvolvimento tecnológico na agricultura é ímpar. As máquinas já contam com sensores de todos os tipos coletando muitos dados e enviando- os para bancos de dados gigantes espalhados pela Internet. No campo, há a presença de rede de sensores e estações meteorológicas que capturam dados do clima, de drones e satélites que registram imagens dos talhões, de armadilhas inteligentes capturando dados sobre as injúrias, os “pragueiros”, e monitores da lavoura realizando notas em seus tablets e smartphones e as máquinas modernas que chegam a transmitir, em tempo real, mais de 600 informações de uma operação agrícola. Todos esses gigabytes de informações são armazenados em banco de dados na “nuvem” e é humanamente impossível analisar todos esses dados. Mas, então, como é possível realizar a análise de um volume gigante de dados?

Usando tecnologias computacionais como computação cognitiva que, de uma maneira simplificada, significa o uso de algoritmos, e códigos de computação que imitam a forma do cérebro humano a resolver problemas. Uma criança aprende coisas novas de forma simples todos os dias baseados em suas experiências motoras e sensoriais. As tecnologias de computação cognitiva tentam simular esse aprendizado e uma escala mais veloz e com mais dados.

Deve-se pensar que, na agricultura da era do conhecimento, tem-se muitos dados coletados, muitos agrônomos especialistas armazenando seus diagnósticos e recomendações, fabricantes de insumos expondo dados sobre o desempenho de seus produtos, cultivares, fertilizantes, adjuvantes em diferentes regiões, satélites, drones, mapas de agricultura de precisão e até dados do mercado financeiro. Este Big Data de diferentes origens e assuntos pode ser apresentado para as tecnologias de computação cognitiva para buscar as melhores combinações e correlações para aumentar a eficiência dos processos agrícolas, elevando a produtividade e reduzindo custos, trazendo a agricultura para a Era do conhecimento. Isso só é o começo!

A evolução da AP com o Big Data — “A tecnologia da informação está revolucionando os produtos. Antes, compostos apenas por partes mecânicas e elétricas, os produtos têm se transformado em sistemas complexos que combinam hardware, sensores, armazenamento de dados, microprocessadores, software e conectividade em uma miríade de formas.” (Michael Porter, 2014). A revolução descrita pelo professor Michael Porter, da conceituada Harvard Business School, de Cambridge, Massashussetts, Estados Unidos, também é conhecida no mundo como a revolução do Big Data.

Os reflexos dessa revolução também se fazem sentir na agricultura. Os equipamentos agrícolas modernos possuem diversos sensores embarcados, armazenando grandes quantidades de dados, que são transmitidos para uma nuvem (Internet of Things – IoT). Esses dados são analisados por sofisticados softwares que fazem a extração das informações e dos conhecimentos a serem utilizados na gestão das operações agrícolas (Big Data). Um bom exemplo de aplicação das tecnologias de Big Data na agricultura é o sistema de previsão de pragas desenvolvido pelo professor Joe Air Jiang, da Universidade Nacional de Taiwan, conforme mostrado na figura Desenvolvimento do Sistema Remoto de Monitoramento de Pragas.

O sistema desenvolvido pelo professor Jiang monitora parâmetros microclimáticos (temperatura, umidade, pressão atmosférica, direção de ventos e incidência solar) e a contagem de insetos, e através de um modelo estatístico faz uma previsão da dinâmica populacional de insetos, com sete dias de antecedência, e acurácia de até 88%. Sistemas preditivos, baseados em tecnologias de Big Data, como os desenvolvidos pelo professor Jiang serão cada vez mais comuns na agricultura. Para se entender porque estas tecnologias irão fazer parte da vida de todos os agricultores em um futuro próximo, se utiliza a figura O Ciclo do Conhecimento.

O Ciclo de Conhecimento permite entender a relação entre as tecnologias de AP já muito presentes na vida dos agricultores brasileiros e as novas tecnologias de Big Data que estão surgindo no mercado agrícola. As técnicas de AP utilizadas hoje no mercado estão muito focadas na coleta de dados (Dados) e na geração de mapas georreferenciados (Informação). Pode-se definir como “dado” tudo que vem diretamente de um sensor (Por exemplo: 39ºC). A “informação” é um dado dentro de um contexto (Por exemplo: 39ºC no corpo humano nos dá a informação de “febre”).

Os mapas produzidos pelos modernos sistemas de AP podem ser entendidos como “Mapas de Febre”, ou seja, ajudam o agricultor a identificar onde ele tem problemas e onde não os tem. Para alguns agricultores, as informações fornecidas pelo “Mapa de Febre” são suficientes. Mas, para uma boa parte deles, saber onde estão os problemas não é suficiente, pois o agricultor precisa saber também o seguinte: “O que preciso fazer para solucionar o problema?”. As tecnologias de Big Data vêm preencher essas necessidades, pois estarão focadas nas duas grandes linhas de produtos e serviços:

Sistemas preditivos: são os sistemas como o desenvolvido pelo professor Joe Air Jiang, que vão prever com antecedência (no caso dele, sete dias) onde haverá “febre amanhã”.

Sistemas prescritivos: são os sistemas que irão auxiliar os agrônomos a definir o que precisa ser feito para solucionar os problemas.

O curso de Mecanização em Agricultura de Precisão, da Fatec Shunji Nishimura, cobre algumas das áreas de conhecimento necessárias para dar suporte à revolução do Big Data na agricultura, particularmente nas áreas de sensores embarcados e gestão de operações agrícolas. No entanto, o curso não cobre outras áreas de conhecimento necessárias, como armazenamento de grandes quantidades de dados, transmissão de dados para a nuvem, extração de informações e conhecimentos relacionados às operações agrícolas. O novo curso de “Big Data no Agronegócio” da Fatec Shunji Nishimura visa complementar as áreas de conhecimento necessárias (armazenamento de grandes quantidades de dados, transmissão de dados para a nuvem, extração de informações e conhecimentos relacionados às operações agrícolas) para que as empresas brasileiras possam participar e ter protagonismo na revolução do Big Data na agricultura.

Por um novo curso de Big Data — O mercado agrícola em geral, e em particular as empresas que são envolvidas com os negócios de TI no agronegócio têm reportado a necessidade de uma formação sólida em toda a cadeia de conhecimento do Big Data voltado para o agronegócio. Os profissionais disponíveis hoje no mercado são “moscas- brancas”, oriundos de outras áreas de TI, como BI (business intelligence), ou bancos de dados relacionais que, por conta própria e sem um treinamento específico e estruturado, acabaram migrando para as áreas de Big Data e IoT. A formação de profissionais através de um curso de nível superior estruturado para essa finalidade certamente trará muitos benefícios para as empresas do setor de TI focados no agronegócio, e também para as próprias empresas que atuam no agronegócio brasileiro.