Time SoiLIA

O SoilIA é uma solução baseada em Inteligência Artificial voltada para o problema da degradação do solo, mudanças climáticas e insegurança alimentar. Inserido no contexto da sustentabilidade, o projeto busca apoiar pequenos produtores rurais na tomada de decisão, promovendo uma agricultura mais eficiente, resiliente e acessível .

A proposta demonstra criatividade e inovação ao integrar visão computacional, aprendizado de máquina e explicabilidade (XAI) em um pipeline modular de dois estágios. No primeiro estágio, uma CNN multistream analisa imagens aéreas (RGB e NIR) para identificar culturas e extrair características do solo. No segundo estágio, técnicas como PCA e Random Forest são utilizadas para diagnosticar a fertilidade, recomendar culturas e propor estratégias de restauração do solo .

O projeto gera impacto social e ambiental direto, alinhando-se aos seguintes Objetivos de Desenvolvimento Sustentável (ODS):

ODS 2 – Fome Zero e Agricultura Sustentável: ao melhorar a produtividade e apoiar pequenos produtores, contribuindo para a segurança alimentar.
ODS 12 – Consumo e Produção Responsáveis: ao incentivar práticas agrícolas mais eficientes e sustentáveis.
ODS 13 – Ação Contra a Mudança Global do Clima: ao promover a recuperação do solo e o aumento do sequestro de carbono.
ODS 15 – Vida Terrestre: ao contribuir para a preservação do solo e da biodiversidade agrícola.

Ao apoiar pequenos produtores, o SoilIA melhora a qualidade da produção de alimentos e reduz desigualdades no acesso a tecnologias, impactando diretamente a população. Além disso, ao incentivar práticas como rotação de culturas e restauração do solo, contribui para a mitigação das mudanças climáticas .

A viabilidade técnica é comprovada por resultados consistentes, com alta acurácia nos modelos e capacidade de adaptação a diferentes cenários. O uso de técnicas de explicabilidade como LIME e SHAP garante transparência e uso responsável da IA .

O desenvolvimento do protótipo foi realizado de forma colaborativa, integrando conhecimentos em inteligência artificial, ciência de dados e domínio agronômico. Foram utilizadas tecnologias como Python, TensorFlow/Keras e scikit-learn, além de processamento de imagens e análise de dados.

Dessa forma, o SoilIA se destaca ao unir inovação, impacto social e execução técnica sólida, oferecendo uma solução concreta para desafios globais relacionados à sustentabilidade, clima e segurança alimentar.

Nossa equipe iniciou o desenvolvimento do código dos modelos de IA durante a semana que antecedeu o hackathon, estabelecendo a base técnica inicial da solução. No entanto, o principal trabalho foi realizado no dia oficial do hackathon.

Durante o hackathon, estruturamos completamente o problema, refinamos a proposta de solução e alinhamos o projeto com seu impacto real. Também aprimoramos o desenho da arquitetura, realizamos ajustes no modelo e desenvolvemos toda a apresentação do projeto.

Além disso, produzimos e refinamos a documentação técnica, garantindo clareza, consistência e qualidade na comunicação da solução. Dessa forma, o projeto final reflete tanto o trabalho técnico inicial quanto um esforço colaborativo significativo durante o hackathon, especialmente na consolidação, posicionamento e integração do protótipo.