Apresentando Anduril 1
Lançamento da nova classe de modelos de classificação de culturas por satélite da Agromai.
Hoje a Agromai apresenta o Anduril 1, a primeira geração de uma nova classe de modelos de classificação de culturas por satélite. O Anduril 1 identifica o que está plantado em cada talhão com 93,2% de acurácia geral, distinguindo soja, milho, arroz, feijão e, pela primeira vez, pastagem, diretamente da assinatura espectral da lavoura ao longo do ciclo.
É o maior salto de capacidade da nossa história em classificação de culturas, e ele muda o que conseguimos entregar para quem precisa saber, em escala, o que de fato está no campo.
Por que uma nova classe de modelos
Classificar culturas por satélite não é olhar uma foto. Uma lavoura de soja e uma de feijão podem parecer idênticas em uma imagem isolada. O que as diferencia é o comportamento ao longo do tempo, como a vegetação emerge, atinge o pico e senesce ao longo do ciclo.
Nossa geração anterior já trabalhava com esse princípio, mas em etapas, com dois modelos em sequência. O primeiro filtrava o que era pasto e o que era lavoura; o segundo classificava a cultura, analisando séries temporais sobre uma malha hexagonal e interpretando a evolução de cada hexágono em diversos momentos da safra. Funcionou, e sustentou nossas operações por anos. Mas essa abordagem tem um teto, cada etapa só enxerga o que a etapa anterior deixou passar, e um erro no filtro inicial contamina tudo o que vem depois.
O que muda com o Anduril 1
O Anduril 1 abandona a pipeline em etapas. Onde antes dois modelos trabalhavam em sequência, agora um único grande modelo de deep learning resolve tudo de uma vez, recebendo dezenas de sinais espectrais simultaneamente e aprendendo, sozinho, as correlações entre eles ao longo de todo o ciclo da cultura, do plantio à colheita. Pastagem deixou de ser um filtro prévio e virou uma classe que o modelo entende tão profundamente quanto as lavouras.
Onde a geração anterior via uma sequência de fotografias, o Anduril 1 vê o filme inteiro, com todas as camadas de informação ao mesmo tempo, comportamento da vegetação, conteúdo de água, resposta do solo e as relações entre cada um desses sinais em cada momento da safra.
Na prática, isso significa que o modelo não depende de regras escritas por nós. Ele aprendeu, a partir de mais de 90 mil talhões reais e mais de 3 milhões de observações de satélite, o que distingue cada cultura, inclusive padrões que nenhuma regra manual capturaria.
Resultados
93,2% de acurácia geral em cinco classes, medida em talhões reservados que o modelo nunca viu durante o treinamento. Por cultura:
| Classe | Acurácia |
|---|---|
| Pastagem | 98,5% |
| Arroz | 95,3% |
| Feijão | 93,6% |
| Soja | 92,1% |
| Milho | 90,1% |
Todas as cinco classes acima de 90%. A pastagem em 98,5% é uma capacidade nova, antes era apenas um filtro, agora é uma classe de primeira linha, e distinguir pastagem de lavoura é uma das perguntas mais frequentes. Tudo foi avaliado na mesma representação de dados usada em produção, o número que medimos é o número que entregamos.
Escopo desta versão
O Anduril 1 foi treinado para os grãos da safra de verão, soja, milho, arroz e feijão, além de pastagem. Culturas de inverno e demais cultivos não são classificados individualmente nesta versão, eles entram na classe OUTROS. Preferimos um modelo que diz “não é nenhuma das minhas classes” a um que força qualquer talhão para dentro de uma categoria errada.
A Agromai usa inteligência artificial geoespacial para transformar imagens de satélite em decisões para o agronegócio.