A ideia de uma fazenda produzir dados antes mesmo de produzir alimentos pode parecer algo distante da realidade. Mas é exatamente isso que pesquisadores da Universidade Metropolitana de Osaka estão fazendo ao desenvolver fazendas 3D capazes de treinar sistemas de inteligência artificial e robôs agrícolas sem a necessidade de coletar milhares de imagens manualmente em plantações reais.
As novas fazendas 3D foram criadas para enfrentar um dos maiores desafios da automação agrícola moderna: o treinamento de sistemas capazes de identificar tomates maduros durante a colheita.
Hoje, muitos robôs agrícolas dependem de algoritmos de visão computacional para localizar frutos e determinar seu estágio de maturação. O problema é que esses sistemas precisam ser treinados com enormes quantidades de imagens rotuladas. Cada tomate fotografado exige identificação manual, classificação e marcação detalhada antes que possa ser utilizado no aprendizado da inteligência artificial.
Esse processo é caro, demorado e altamente dependente das condições encontradas em cada lavoura.
Foi para superar essa limitação que a equipe liderada por Takuya Fujinaga criou um ambiente virtual agrícola capaz de gerar automaticamente imagens e rótulos para treinamento de IA.
Como as fazendas 3D foram construídas
Para desenvolver as fazendas 3D, os pesquisadores utilizaram imagens capturadas por câmeras instaladas em robôs agrícolas reais.
Esses dados serviram como base para reconstruir digitalmente plantações completas de tomate.
A equipe combinou o Unreal Engine 5 com uma técnica emergente chamada 3D Gaussian Splatting, que permite reproduzir iluminação, texturas, profundidade e geometria com alto nível de realismo.
O resultado foi uma fazenda virtual capaz de reproduzir características encontradas em ambientes agrícolas reais.
Folhas, galhos, frutos, sombras e diferentes condições de iluminação passaram a existir dentro de um cenário digital extremamente detalhado.
O que muda para a agricultura
A principal vantagem das fazendas 3D está na geração automática de dados.
Em vez de passar meses coletando imagens em campo e rotulando cada tomate manualmente, pesquisadores podem criar grandes volumes de dados sintéticos em poucas horas.
Isso permite acelerar o treinamento de sistemas inteligentes, reduzir custos operacionais e ampliar a capacidade de desenvolvimento de novas tecnologias para o campo.
Além disso, as fazendas 3D podem simular situações que nem sempre estão disponíveis durante uma safra real, aumentando a variedade de cenários apresentados à inteligência artificial.
O futuro pode começar dentro de uma fazenda virtual
Os resultados da pesquisa foram publicados na revista Smart Agricultural Technology e mostram como tecnologias originalmente associadas aos videogames estão começando a transformar o agronegócio.
As fazendas 3D desenvolvidas pela Universidade Metropolitana de Osaka representam um exemplo claro dessa mudança. O que antes servia para criar mundos virtuais agora ajuda a construir sistemas capazes de operar em lavouras reais.
À medida que a automação avança, as fazendas 3D tendem a se tornar uma etapa cada vez mais importante no treinamento de máquinas inteligentes e no desenvolvimento da próxima geração da agricultura digital.
