Uso de inteligência artificial na gestão dos recursos naturais

O crescimento econômico e sustentabilidade ambiental formam um paradoxo que deve ser superado pela comunidade global. A redução na disponibilidade de recursos naturais e o consequente aumento de custos coloca em primeiro plano a busca pela eficiência na gestão e, consequentemente, na alocação de recursos financeiros para projetos de preservação do meio ambiente e desenvolvimento de tecnologias para aumentar a produtividade das áreas produtivas. A inteligência artificial é uma peça importante para a busca de soluções eficientes que gerem menos impactos no meio ambiente e maximize a produção de produtos de forma sustentável.

A economia de baixo carbono e a economia circular

A economia de baixo carbono e a economia circular, bem como as novas tecnologias e modelos de gestão a elas relacionados, estão em destaque na agenda da competitividade. As empresas que melhor aproveitarem essas oportunidades terão mais vantagens competitivas. (Portal da Indústria, 2018)

Desenvolver uma economia de baixo carbono é um dos maiores desafios do século XXI. Investir em tecnologia limpas, revolucionar setores já estratégico e alavancar a economia nacional de forma sustentável é a grandes oportunidades para as empresas nas próximas décadas.

A economia circular otimiza as cadeias produtivas por meio da reciclagem, remanufatura, reutilização, compartilhamento, manutenção e redesenho dos produtos. E se apresentam como oportunidades para o desenvolvimento de novos modelos de negócios, que buscam a redução de riscos e maior competitividade.

Uso sustentável da biodiversidade

O uso sustentável da biodiversidade é fundamental na definição de políticas direcionadas para o desenvolvimento sustentável. Isso se deve à forte dependência entre o desenvolvimento econômico e a conservação e uso da biodiversidade.

O Brasil é o país que detém a maior biodiversidade, o que deve ser visto como um ativo econômico com muitas oportunidades de negócios. Para o aproveitamento efetivo dessa vantagem comparativa, é necessário investimento, conhecimento e estratégia. A indústria tem papel fundamental na exploração dessas oportunidades e o governo tem que prover a regulação adequada.

O uso não sustentável da biodiversidade deve ser combatido para evitar a depredação de áreas protegidas, da fauna e da flora. A tecnologia deve ser utilizada para aperfeiçoar os mecanismos de controle de grandes áreas em locais remotos.

Inteligência artificial na gestão dos recursos naturais

A gestão de recursos naturais trata do uso eficiente dos ativos naturais, como terra, água, solo, plantas e animais, com foco nas áreas que tratam da qualidade de vida das gerações atuais e futuras. A gestão de recursos naturais está associada à noção de desenvolvimento sustentável, um princípio que forma a base para a governança ambiental em todo o mundo. O gerenciamento de recursos naturais concentra-se especificamente no entendimento científico e técnico dos recursos naturais e na capacidade de suporte à vida desses ativos. (ADAMATTI & AGUIAR, 2012)

Devido a complexidade do tema e da grande quantidade de informação associadas, a inteligência artificial é uma tecnologia fundamental para auxiliar nas tomadas de decisões.

Embora existam desafios para o uso de inteligência artificial na gestão dos recursos naturais, como gerenciamento de dados e comunicação, análise de dados, otimização e controle, atualmente, conseguimos superá-los com o uso de novas tecnologias, como IoT, Big Data e grande poder computacional para executar algoritmos complexos de aprendizado de máquina (machine learning).

Interessante observar que algoritmos de inteligência artificial são baseados na própria natureza, como os algoritmos genéticos e redes neurais artificiais.

Os Algoritmos Genéticos (GA) são inspirados no princípio Darwiniano da evolução das espécies e na genética. São algoritmos probabilísticos que fornecem um mecanismo de busca paralela e adaptativa baseado no princípio de sobrevivência dos mais aptos e na reprodução. GAs são particularmente aplicados em problemas complexos de otimização: problemas com diversos parâmetros ou características que precisam ser combinadas em busca da melhor solução; problemas com muitas restrições ou condições que não podem ser representadas matematicamente; e problemas com grandes espaços de busca. (PACHECO, s.d.)

Como exemplos de aplicação podemos citar: alocação de espaço físico; planejamento e otimização de embarque de minério; análises e alternativas de investimentos em projetos de exploração e prospecção de petróleo; otimização da quantidade e localização de poços petrolíferos.

Redes Neurais são modelos computacionais não lineares, inspirados na estrutura e operação do cérebro humano, que procuram reproduzir características humanas, tais como: aprendizado, associação, generalização e abstração. Redes Neurais são efetivas no aprendizado de padrões a partir de dados não lineares, incompletos, com ruído ou compostos de exemplos contraditórios.

Como exemplo de aplicação temos o uso de redes neurais artificiais na previsão de queimadas e incêndios, minimizando prejuízos à fauna e à flora. As previsões permitem a imediata ação do poder público na mitigação dos focos e das áreas queimadas. Dados precisos sobre as variáveis ambientais, em tempo real, podem ser obtidos através do sensoriamento remoto, aliado aos sistemas de informações geográficas, às técnicas de inteligência artificial e estatística aplicada, favorecendo às tomadas de decisão na previsão. (VIGANÓ, SOUZA, CRISTALDO, & JESUS, 2017)

Conclusão

O uso de inteligência artificial na gestão dos recursos naturais é fundamental para melhorar a eficiência das tomadas de decisão, contribuindo para o melhor manejo dos recursos naturais. A inteligência artificial contribui para a minimizar o paradoxo entre o crescimento econômico e a sustentabilidade ambiental.

Referências

ADAMATTI, D., & AGUIAR, M. (2012). Artificial Intelligence Applied to Natural Resources Management.

PACHECO, M. A. (s.d.). ALGORITMOS GENÉTICOS: PRINCÍPIOS E APLICAÇÕES. Fonte: ICA: Laboratório de Inteligência Computacional Aplicada: http://www.inf.ufsc.br/~mauro.roisenberg/ine5377/Cursos-ICA/CE-intro_apost.pdf

Portal da Indústria. (2018). Recursos naturais e meio ambiente. Fonte: Mapa estratégico da indústria 2018-2022: http://www.portaldaindustria.com.br/cni/canais/mapa-estrategico-da-industria/fatores-chave/recursos-naturais-e-meio-ambiente/

VIGANÓ, H., SOUZA, C., CRISTALDO, M., & JESUS, L. (2017). Redes Neurais Artificiais na Previsão de Queimadas e Incêndios no Pantanal. Revista Brasileira de Geografia Fisica.