IA automatiza identificação de vespas que podem substituir inseticidas na agricultura

Uma pesquisa desenvolvida na Escola de Engenharia de São Carlos (EESC) da USP utilizou técnicas de visão computacional e deep learning para automatizar a identificação de vespas com potencial de uso no controle biológico na agricultura. Com base em um banco de mais de 3 mil imagens em alta resolução, o sistema conseguiu classificar vespas parasitoides por família com alta precisão.

O estudo, resultado da dissertação de mestrado de João Manoel Herrera Pinheiro, pode transformar o trabalho de especialistas em taxonomia, área responsável por classificar e organizar os seres vivos, além de contribuir para o controle de pragas agrícolas.

A identificação taxonômica é fundamental para o monitoramento da biodiversidade e estratégias ecológicas, mas exige profissionais altamente qualificados e um processo manual detalhado, que demanda tempo. A pesquisa foi realizada em parceria com biólogos da UFSCar e com o Instituto Nacional de Ciência e Tecnologia dos Hymenoptera Parasitoides, que reúne uma coleção com mais de 600 mil espécies.

O foco do estudo foi a família Ichneumonidae, um dos grupos mais diversos de insetos, com muitas espécies ainda não descritas. A grande variedade e semelhança entre os indivíduos tornam o trabalho de identificação ainda mais complexo.

Apesar de representarem cerca de metade da biomassa global, estima-se que 80% das espécies de insetos ainda sejam desconhecidas, o que impacta diretamente a conservação ambiental e o uso de estratégias de controle biológico.

Os insetos desempenham funções essenciais nos ecossistemas, como polinização, controle natural de pragas e decomposição de matéria orgânica. Por isso, ampliar o conhecimento sobre essas espécies é considerado estratégico.

A pesquisa utilizou modelos de deep learning capazes de aprender a partir de imagens e identificar padrões visuais relevantes, como características das asas, da cabeça e do corpo dos insetos. O sistema foi treinado com um conjunto de 3.556 imagens e conseguiu reconhecer estruturas importantes para a classificação.

Segundo os pesquisadores, a tecnologia pode agilizar etapas iniciais do trabalho de identificação, permitindo que especialistas se concentrem em análises mais complexas.

Além disso, há potencial de avanço na capacidade das máquinas de identificar padrões que não são perceptíveis ao olho humano, ampliando as possibilidades de descoberta científica.

As vespas estudadas têm papel importante no controle natural de pragas, pois parasitam insetos que atacam lavouras, como larvas de borboletas. Isso pode reduzir a necessidade de pesticidas e oferecer alternativas mais sustentáveis para a agricultura.

O estudo também destaca a importância de ampliar o conhecimento sobre a biodiversidade brasileira, já que muitas espécies ainda desconhecidas podem ter aplicações relevantes em diferentes áreas.

A pesquisa contou com apoio de instituições como Capes, Fapesp, CNPq e o INCT-HYMPAR, além da colaboração de pesquisadores da UFSCar.