A Zootecnia de Precisão (ZP, em inglês Precision Livestock Farming) é uma área da Ciência Animal que visa dar suporte ao crescimento dos animais de produção de modo a agregar valor reduzindo perdas e identificando gargalos tecnológicos existentes.
Num passado recente a ZP era associada aos sistemas de qualidade total e reengenharia de processos. Envolvia a utilização de sensores e os controles automatizados de equipamentos, ora para a nutrição, ora para a ambiência. Num intervalo muito curto, esse conceito inicial, transformou-se na maneira de enxergar o fator de produção, no caso “os animais”, como seres sencientes e responsivos, considerando-os como biosensores. Essa mudança, associada aos avanços tecnológicos relacionados a Tecnologia da Informação (TI) fez a grande diferença na conceituação da ZP moderna.
O uso de TI para supervisão e análise em tempo real da saúde, nutrição, comportamento e ambiência visando os índices produtivos, reprodutivos e bem-estar animal de forma automática, contínua, não invasiva e sem gerar estresse ao animal é o pilar de sustentação da ZP. Além disso, o surgimento de novas e diversificadas tecnologias têm alavancado o uso da ZP pois, o uso de internet, smartphone, apps de comunicação, redes sociais, etc tornou a presença da TI na vida das pessoas uma característica cada vez mais ativa no cotidiano de todos.
Notícias Relacionadas
Assim, é natural e crescente o uso da TI por produtores e técnicos para compreender, conhecer e acompanhar novas técnicas e tecnologias que os auxiliem na rotina da produção animal. Neste ponto a Zootecnia de Precisão entra com diversas ferramentas tecnológicas que atendem a estas demandas por meio da utilização de soluções computacionais como Big Data e Analytics, Inteligência Artificial, Robótica, Automação e Monitoramento Inteligente com o uso de Internet das Coisas (em inglês Internet of Things – IoT), Visão Computacional, Data Mining, etc. Estas tecnologias rompem barreiras culturais e proporcionam resultados científicos para a construção pela indústria de ferramentas que possam atuar nas áreas de vocalização, termografia, geoestatística, controladores inteligentes, fluidodinâmica, dentre outras, auxiliando empresas e os produtores tanto a compreender, quanto a tomar decisões rápidas e assertivas no processo produtivo.
Como consequência o produtor rural se vê diante de uma grande variedade de ferramentas e tecnologias que podem auxiliá-lo a compreender melhor os gargalos tecnológicos existentes em seu negócio e, também, identificar pontualmente suas perdas no ciclo de produção da cadeia produtiva. Neste contexto, vale a pena ressaltar que mesmo sendo um dos maiores produtores mundiais, produzir frangos e suínos no Brasil ainda é um grande desafio em função de diversos fatores (logística de distribuição, variabilidade espacial nas diversas regiões, diversidade climática, diversidade cultural, dentre outras) e é justamente nesse aspecto que as tecnologias existentes podem proporcionar suporte direto ao setor.
Deve-se considerar que a produção de dados oriundos dos sistemas inteligentes de aquisição de dados é uma realidade nos dias atuais. Por exemplo, nas cadeias produtivas de aves, suínos e bovinos são produzidos diariamente, por não dizer, a cada instante, um volume gigantesco de dados. Dados estes como: condições produtivas dos animais, do ambiente que ele está alojado, dos valores de compra e venda, a logística de transporte, etc. Porém, não basta apenas obtermos uma quantidade estrondosa de dados, pois, o que se torna cada vez mais necessários são profissionais e sistemas capazes de analisá-los, avaliá-los, interpretá-los e, ao mesmo tempo, estabelecer modelos preditivos e inteligentes baseados no banco de dados em tempo real existente nas propriedades.
Todo esse movimento, envolvendo a captação, processamento e saída de soluções (indicativos para tomadas de decisão) é na atualidade o novo gargalo das empresas e grupos gestores. Compreende-se então que a nova e valiosa moeda do momento são os BANCOS DE DADOS e deles são retiradas informações cada vez mais precisas e diretas ao negócio do produtor, sendo permitida avaliações personalizadas. Portanto, a riqueza das informações é acompanhada pela veracidade e precisão da realidade do produtor (estamos aqui falando dos dados produtivos) o que garante uma assertividade maior nos resultados.
Esse momento revolucionário promete a quebra de paradigmas, a ruptura de conceitos e de modelos utilizados e consagrados até o momento, que num passado recente era determinado apenas por uma correlação ou regressão. A riqueza da Ciência de Dados permite avaliações complexas e interativas, sendo determinada de forma dinâmica e adaptativa ao real time.
Pode-se ainda considerar que o armazenamento, a manipulação e a disponibilização destes dados são feitas na tecnologia de BigData que trabalha com quatro premissas: volume, velocidade, variedade e veracidade. Estas premissas fornecem um arcabouço sólido para a Data Manipulation Language (DML) permitindo uma eficiente manipulação e visualização de dados tornando a compreensão em tempo real e analítica (Analytics) de um processo produtivo muito mais dinâmico e inteligível. Porém, o BigData não trabalha sozinho pois ele se encontra no meio do caminho entre coleta e predição.
De uma forma geral, a coleta de dados é realizada dentro da produção, diretamente numa baia ou num galpão. Para isso são utilizados microcontroladores de IoT que realizam um sensoriamento do ambiente e podem ser combinados com visão computacional que possuem a capacidade de enxergar os animais. Desta forma, não são produzidos dados de apenas índices bioclimáticos (como temperatura, umidade e emissão de gases) mas também fotos/imagens das posições, comportamentos que podem estar atrelados a bioacústica por meio das vocalizações dos animais que são registrados e transformados em dados para serem transmitidos via algum módulo de conectividade (como wi-fi ou bluetooth) a um grande e poderoso servidor de BigData. Neste ponto os dados podem ser distribuídos de forma a garantir tanto a sua rápida disponibilidade quanto a sua segurança dando espaço para o surgimento do conceito de computação em nuvem (Cloud Computing). Assim, os dados produtivos de frangos, suínos ou bovinos coletados pelos sensores de IoT são enviados para uma nuvem que possui em sua arquitetura uma distribuição de servidores (casos como a Google Cloud ou a Amazon AWS em diversas partes do mundo) que estruturam os dados de forma transparente para o usuário, possibilitando a manipulação e gerenciamento por ferramentas analíticas (como Tableau ou Oracle Data Mining). Estas ferramentas possibilitam análises dos dados existentes de forma gráfica e também por medidas mais sofisticadas por meio da estatística tradicional como correlações, covariância, acurácia, precisão, construção de modelos descritivos, produção de estimativas, etc.
Mas o processo não para por aí!!!
Uma vez que os dados foram coletados, registrados e armazenados, de forma segura e com fácil disponibilidade, entram as possibilidades de uso dos métodos de Aprendizagem de Máquina (em inglês Machine Learning – ML) do campo da Inteligência Artificial.
Estes métodos possuem diversas capacidades de explorar conjuntos de dados objetivando identificar padrões com base em modelos para posteriormente realizar, dentre outras possibilidades, projeções futuras, (atividade conhecida como predição). Por meio do ML é possível realizar predições nos dados produtivos usando algoritmos de aprendizagem supervisionada, não supervisionada e por reforço. Enfim, de uma forma resumida os métodos de ML observam o passado para estimar índices futuros com o uso de modelos. Assim, os dados coletados nas baias e galpões são processados nos métodos e predições são feitas podendo serem analisadas pelo produtor e/ou técnico tanto em tempo real como para as próximas horas ou dias de sua produção. Isso permite a eles, tomarem decisões prévias, compreender como estarão sujeitos ao longo do tempo os seus índices produtivos e antever possíveis perdas com soluções que irão controlar o ambiente e a produção de acordo com as especificações técnicas esperadas.
Por fim, a Zootecnia de Precisão está em constante movimento, de forma dinâmica, aderindo e agregando inovações combinando todas essas ferramentas tecnológicas para produzir soluções que são utilizadas pelos produtores em diferentes níveis produtivos. Isso demonstra que existem soluções no mercado para o pequeno, médio e grande produtor, associado ao nível tecnológico que os mesmos possuem. E pode-se concluir que a tecnologia e ciência estão caminhando juntas e a passos largos para solucionar as dores dos produtores brasileiros, agregando valor e reduzindo as perdas do agronegócio.
