Do ATUAL
MANAUS — O scanner e raio-X de um sistema de inteligência artificial informa, em apenas 40 segundos, se sementes de árvores nativas da Amazônia são viáveis para reflorestamento. A tecnologia acaba com a dependência da análise em longos testes de germinação que duram meses e, em alguns casos, anos.
A inovação é do projeto BioSeed.Ai desenvolvido pelo Inpa (Instituto Nacional de Pesquisas da Amazônia) em parceria com a Ufam (Universidade Federal do Amazonas). Esperar longo período para saber se uma semente vai germinar pode ser um dos maiores entraves para a restauração florestal na Amazônia.
Em um cenário de degradação acelerada, incêndios frequentes e milhões de hectares a serem recuperados, o tempo deixou de ser apenas um desafio técnico e passou a ser um fator decisivo para o sucesso das ações ambientais.
“O BioSeed.Ai é um projeto que nasce da necessidade de a gente acelerar o diagnóstico da viabilidade de sementes. Muitas sementes demoram muitos meses para germinar. Então, através das imagens de scan e de raio-x, em até 40 segundos nós conseguimos saber se essa semente está viável ou não. Agilizando assim a comercialização de espécies nativas e também a produção de mudas para a restauração de áreas degradadas da Amazônia”, explica Lydiane Bastos, engenheira florestal, pesquisadora do Inpa e coordenadora do projeto.
O BioSeed.Ai tem um banco de imagens com sementes de 98 espécies florestais nativas da Amazônia, número que deve crescer à medida que avança a meta de capturar imagens de 200 espécies. O diferencial está na combinação de imagens internas e externas das sementes associadas aos resultados reais de germinação, criando um sistema completo de rastreabilidade.
“A gente faz a captura das imagens de raio-x e de scanner das sementes e compara essas imagens com o potencial germinativo, atestado pelos testes de germinação. O raio-x permite ver como a semente está por dentro, se há rachaduras, danos, infestação por insetos, se as estruturas embrionárias e de reserva estão intactas. Já o scanner extrai mais de 300 informações morfobiométricas, como tamanho, comprimento, largura, textura, cores e aspectos geométricos”, detalha a pesquisadora.
Esses dados internos e externos são cruzados com o resultado final: se a semente germinou ou não. Assim, cada unidade analisada passa a ter um histórico completo, imagem interna, imagem externa e resposta germinativa, alimentando algoritmos capazes de prever a viabilidade apenas pela imagem.
O impacto dessa inovação, segundo a pesquisadora, é direto na cadeia da restauração florestal. Espécies como bacaba levam cerca de cinco meses para germinar; a castanha-do-brasil pode levar até um ano; o tucumã, 14 meses; e o taperebá, até 23 meses. Quando o resultado do teste tradicional finalmente chega, muitas vezes o lote já está deteriorado e impróprio para o comércio ou para a produção de mudas.
“Com a análise por imagem, em até 40 segundos a gente consegue saber se aquela semente era viável ou não. Isso muda completamente o jogo, porque permite que essas sementes sejam disponibilizadas muito mais rápido para a formação de mudas e para projetos de restauração”, afirma Lydiane.
Outro avanço importante está no trabalho de campo. Para formar um lote de sementes com diversidade genética, os coletores precisam buscar frutos de várias árvores da mesma espécie, percorrendo longas distâncias na floresta, muitas vezes sem garantia de que aquelas árvores produzirão sementes viáveis. Com o diagnóstico rápido por imagem, será possível descartar matrizes pouco produtivas logo no início, otimizando as rotas de coleta e reduzindo esforço, tempo e custos.
O projeto utiliza um método não destrutivo. Diferentemente dos testes tradicionais, que podem consumir centenas de sementes, destruindo material genético valioso, a análise por imagem mantém as sementes intactas. Isso é especialmente relevante para espécies raras e ameaçadas, como o pau-rosa, cujas sementes são escassas e de alto valor ecológico.
No futuro, a equipe pretende transformar o banco de dados em um aplicativo para celular, permitindo que coletores, mesmo em áreas sem internet, fotografem amostras de sementes em campo e obtenham uma estimativa imediata do potencial de germinação.
