Pesquisadores da Universidade Estadual Paulista (Unesp), em parceria com a Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP), desenvolveram um software de inteligência artificial que faz medições precisas de pacus em tempo real. A nova tecnologia promete acelerar o processo de classificação que colabora com o melhoramento genético de peixes.
De acordo com o estudo, para o desenvolvimento do software os cientistas utilizaram a tecnologia de deep learning — técnica de aprendizado de máquina que garante resultados mais rápidos. Os pesquisadores então selecionaram pacus que tinham uma relação proporcional entre altura e largura. Isso, para diferenciar os animais que são redondos dos mais elípticos. Acredita-se, que os redondos têm a preferência dos consumidores.
A pesquisa indica que medidas como o tamanho da pelve ou a proporção entre tamanho da cabeça e do corpo podem indicar maior rendimento do filé ou mesmo taxas de crescimento e ganho de peso, por exemplo.
Fazer essa medição dos peixes de forma manual levaria dias, além de limitar a obtenção de dados. O método convencional ainda pode estressar os peixes, transmitir doenças e causar surtos. “Automatizamos o processo treinando a máquina com fotos dos pacus e indicando o que é cabeça, corpo, pelve e nadadeiras. Temos agora um dispositivo portátil que pode ser levado a campo e faz isso rapidamente, classificando os melhores animais”, disse Diogo Hashimoto, professor do Centro de Aquicultura da Unesp (Caunesp), em Jaboticabal.
De acordo com Hashimoto, a maneira convencional de medir o rendimento do filé ou do lombo, por exemplo, é sacrificando o animal para fazer a pesagem. “A vantagem do software integrado com dados genômicos é que podemos coletar as informações e manter o animal desejado vivo para ser usado como reprodutor durante o processo de seleção”, explica.
Segundo ele, a nova tecnologia é capaz de reconhecer e medir as diferentes partes do pacu mesmo na beira do tanque, com poluição visual no fundo e condições de luz variáveis. A obtenção e sistematização das informações em grandes bancos de dados vai permitir selecionar os animais com mais precisão e colaborar com o melhoramento genético de peixes.