Estudo da USP usa IA para identificar vespas no controle agrícola

Pesquisadores da Escola de Engenharia de São Carlos (EESC) da USP uniram técnicas de visão computacional e deep learning para melhorar a identificação de vespas que podem atuar no controle biológico de pragas na agricultura.

O estudo, desenvolvido como parte da dissertação de mestrado de João Manoel Herrera Pinheiro, utilizou um banco com mais de 3 mil imagens em alta resolução, resultando em uma identificação precisa dessas vespas parasitoides por suas famílias.

O papel crucial dos insetos na ecologia

Os insetos compõem cerca de 50% da biomassa total do planeta, mas aproximadamente 80% das espécies permanecem desconhecidas. Essa lacuna na taxonomia impacta diretamente a conservação e as práticas de controle biológico.

"

Com esse trabalho eu consegui aprender bastante sobre a importância das vespas. Foi gratificante ver como a engenharia e a inteligência artificial podem ajudar em outras áreas

Como a tecnologia entra em cena

O uso de deep learning envolve modelos computacionais que, por meio de múltiplas camadas de processamento, são capazes de "aprender" a partir de dados, como imagens. Apesar de seu avanço em diversas áreas, a aplicação em entomologia e ecologia ainda estava em desenvolvimento.

Marcelo Becker, coordenador do Centro de Robótica da USP e orientador do estudo, destaca que essa técnica pode significar uma economia significativa de tempo para os pesquisadores, que normalmente realizam essas tarefas manualmente.

Inovações na classificação de vespas

O projeto focou na família Ichneumonidae, a qual abrange a maior diversidade na ordem Hymenoptera. Analisando características como padrões nas asas e formas corporais, o modelo conseguiu não apenas identificar, mas também aprender com as morfologias dos insetos.

"

O modelo aprendeu a identificar morfologias do inseto. Ele pode, no futuro, detectar detalhes que nós, humanos, não conseguimos perceber

Sustentabilidade na agricultura

As vespas estudadas são nativas do Brasil e se destacam por parasitar pragas agrícolas, oferecendo uma solução sustentável em vez do uso tradicional de pesticidas, como no cultivo de mandioca e café.

A possibilidade de utilizar dados de alta qualidade para melhorar a identificação de insetos é uma vantagem significativa proporcionada pelo acervo da UFSCar, permitindo um controle biológico mais eficiente e sustentável.