Pesquisadores do Brasil, Canadá e Estados Unidos desenvolveram um modelo de inteligência artificial (IA) capaz de prever a maciez e a gordura intramuscular da carne crua a partir de fotos tiradas com celular. A tecnologia foi treinada com imagens de 924 bifes bovinos e 514 suínos, todas capturadas em ambiente controlado e com iluminação padronizada pela equipe do pesquisador Márcio Duarte, então na University of Guelph, no Canadá.
Cada foto foi associada a análises laboratoriais que mediram a força de cisalhamento – força necessária para cortar a carne – e o percentual de gordura entre as fibras musculares, a gordura intramuscular (IMF). Com isso, o modelo conseguiu estimar medidas tradicionalmente obtidas apenas por métodos em laboratório.
Para avaliar o desempenho, os pesquisadores geraram mil pares aleatórios a partir de 142 imagens de bifes bovinos no conjunto de testes. Em cada par, o sistema estimava a maciez e o teor de gordura, indicando qual corte seria mais macio ou com maior concentração de gordura. O modelo acertou em 76,5% das vezes na previsão de maciez da carne bovina, enquanto 130 consumidores acertaram, em média, apenas 46,7%.
No caso da carne suína, devido à alta similaridade entre os cortes, os consumidores não participaram da comparação, mas o modelo acertou o corte mais macio em 81,5% dos casos. Para a gordura intramuscular, a taxa de acerto foi de 77% nas carnes bovinas e 79% nas suínas.
Atualmente, a tecnologia funciona apenas para contrafilé bovino e lombo suíno. O próximo passo dos pesquisadores é testar outros cortes, diferentes condições de iluminação e carnes de várias raças e origens. A expectativa é que os resultados sirvam de base para o desenvolvimento de um aplicativo capaz de ajudar consumidores a escolher cortes de carne no supermercado.
“Para um país como o Brasil, que está entre os maiores produtores e exportadores de carne do mundo, a agroindústria é uma área estratégica. E esse tipo de ferramenta pode transformar toda a cadeia de produção, comercialização e consumo”, destaca Dário Oliveira, pesquisador da Escola de Matemática Aplicada da Fundação Getulio Vargas (FGV EMAp).
*Sob supervisão de Luis Roberto Toledo
