Banca de DEFESA: LADSON GOMES SILVA

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: LADSON GOMES SILVA
DATA : 28/07/2025
HORA: 09:00
LOCAL: Virtual
TÍTULO:

Applying Generative AI to Plant Disease Diagnosis: A Multimodal
Agent for Supporting Smallholder Farmers

PALAVRAS-CHAVES:

Inteligência Artificial Generativa; Modelos de Linguagem de Grande
Escala (LLMs); Geração Aumentada por Recuperação (RAG); Diagnóstico de Doenças
em Plantas; Agente de IA Multimodal; Agricultura Familiar; Tecnologia Agrícola; Análise
de Imagens; Recuperação de Conhecimento; Sistemas Conversacionais

 

PÁGINAS: 120
RESUMO:

O presente trabalho busca entender como técnicas mais recentes de inteligência artificial generativa—como os Modelos de Linguagem de Grande Escala (LLMs) e
a Geração Aumentada por Recuperação (RAG) podem ser aplicadas no diagnóstico
de doenças em plantas. O estudo envolve a criação do LIMMO, um agente conver-
sacional multimodal pensado para ajudar agricultores familiares por meio de conver-
sas em linguagem natural e também pelo envio de imagens. Combinando modelos
avançados de linguagem, análise de imagem com redes neurais e recuperação de in-
formações especializadas, o sistema tenta lidar com alguns dos principais desafios do
campo, como a falta de acesso a dados confiáveis e a dificuldade de conseguir apoio
técnico em tempo real. Ao longo do trabalho, é feito um panorama sobre a evolução
da IA generativa, as formas de avaliar esses modelos, e as ferramentas que estão
surgindo para facilitar esse tipo de aplicação. A metodologia propõe uma abordagem
que mistura análise de imagem e voz com mecanismos de busca por conhecimento
especializado, buscando tornar as respostas mais precisas e úteis para quem usa. O
protótipo foi testado e avaliado por usuários, e os resultados mostram que esse tipo
de solução tem potencial para tornar o conhecimento técnico mais acessível e apoiar
melhor as decisões no campo, principalmente em contextos com poucos recursos. Os
testes indicam que é possível unir IA generativa com saber agronômico de forma efi-
caz, mesmo que ainda existam desafios, como a qualidade dos dados, a forma como
as pessoas interagem com o sistema e a possibilidade de escalar a solução. Para o
futuro, o trabalho aponta caminhos que envolvem adaptar melhor o sistema ao con-
texto dos usuários, considerar questões éticas no uso da tecnologia, e acompanhar a
rápida evolução da IA para continuar respondendo aos problemas reais da agricultura.

 

MEMBROS DA BANCA:
Externo à Instituição - ANDRÉ ANGELO MEDEIROS GOMES - UFRPE
Presidente - 3144616 - FILIPE CARLOS DE ALBUQUERQUE CALEGARIO
Interno - 1845999 - STEFAN MICHAEL BLAWID