Tornei pública no Hugging Face (https://huggingface.co/spaces/VIDraft/farmlife) a Farm Life, uma plataforma agrícola all-in-one com IA para agricultores da Coreia do Sul.
A Farm Life resolve, em uma única plataforma, os três principais desafios do campo: tomada de decisão no cultivo, definição do momento de comercialização e resposta precoce a pragas e doenças — cada um implementado como um motor de IA independente e integrado em uma única interface.
O primeiro é a consultoria com especialista em cultivos por IA. Um chatbot baseado em GPT, especializado no domínio agrícola, responde imediatamente em linguagem natural sobre métodos de cultivo por cultura, estratégias de distribuição e até gestão de armazenamento. Desde a escolha do ciclo de cultivo, como em "Este ano devo plantar bananas", até o manejo pós-colheita, ele oferece em um só lugar guias personalizados por produto, região e época.
O segundo é o motor de previsão de preços no atacado. Ele aplica em paralelo 14 modelos de séries temporais, como SARIMAX, Holt-Winters e Prophet, a 40 anos de big data de preços atacadistas acumulados desde 1996. Usa temperatura e precipitação da Administração Meteorológica da Coreia e a taxa de câmbio USD/KRW como variáveis exógenas para corrigir até itens com alta volatilidade, e já concluiu backtests com dados reais de 2025. "O preço da cenoura vai subir 90% no próximo mês?" — como a precisão e a classificação de cada modelo são apresentadas juntas, é possível verificar diretamente a base da previsão.
O terceiro é o diagnóstico imediato de pragas e doenças. Ao enviar uma única foto da cultura, o sistema identifica instantaneamente pragas e doenças com base no banco de dados padrão nacional NCPMS e orienta passo a passo sobre defensivos registrados, métodos de controle ecológico e medidas para evitar a disseminação. "Meu pimentão precisa continuar saudável~" — é possível receber o resultado do diagnóstico e o manual de resposta logo após a captura da imagem.
A stack tecnológica é uma aplicação web baseada em Streamlit, executada no Hugging Face Spaces, com integração de statsmodels, scikit-learn, KAMIS API e API da Administração Meteorológica da Coreia em ambiente Python 3.13. Os resultados de previsão são materiais de referência, e continuaremos aprimorando os modelos.
Ainda não há comentários.