IA batizada de Bombadil aprende a 'ouvir' a eletricidade das plantas
A startup Electric Plant criou um modelo de inteligência artificial capaz de traduzir impulsos elétricos de cerca de 125 espécies de plantas em sinais de sede, estresse e necessidade de nutrientes, prometendo cultivo mais barato e eficiente.
Por Elias Brandão · Analista de IA e ética
Plantas também têm seu próprio "eletrocardiograma"
Imagine fazer um exame de pressão arterial, só que em vez de um dedo no aparelho, é o caule de uma planta. É mais ou menos essa a lógica por trás do Bombadil, modelo de inteligência artificial criado pela Electric Plant — startup americana fundada em 2023 que passou os últimos três anos coletando dados biológicos de vegetais para treinar essa tecnologia. A empresa nasceu da parceria entre Justin Mast, hoje CEO e ex-fundador de uma rede de venda de plantas, e Lee von Kraus, neurocientista que já trabalhou com a agência de pesquisa militar americana DARPA.
A ideia é simples de explicar, ainda que sofisticada de executar: toda planta emite microvoltagens — sinais elétricos minúsculos, da ordem de milésimos de volt — enquanto realiza fotossíntese, absorve água ou reage a algum tipo de estresse, como calor excessivo ou falta de nutrientes. É parecido com o que acontece no nosso corpo quando um exame de eletroencefalograma capta a atividade elétrica do cérebro. A diferença é que, em vez de neurônios, quem "fala" aqui são os tecidos da planta.
Foto: reprodução/hortidaily.com
Como o sensor "escuta" a planta
Para captar esse sinal, a Electric Plant desenvolveu um dispositivo do tamanho aproximado de um celular dobrado, batizado de Bud, fixado ao caule por meio de pequenos parafusos de aço inoxidável que alcançam o câmbio — a camada de tecido logo abaixo da casca. Esse sensor funciona como um microfone plugado direto na "conversa elétrica" da planta e transmite os dados por uma rede sem fio de baixo consumo.
É aí que entra o Bombadil. Segundo a empresa, o modelo já foi treinado com mais de 7 milhões de horas de sinais coletados de mais de 125 espécies — de sequoias gigantes a petúnias de jardim —, o que o torna, segundo Justin Mast, "o modelo mais diversificado já criado sobre sinais elétricos biológicos". Na prática, o algoritmo aprendeu a reconhecer padrões e os traduz em indicadores concretos, como sinais de estresse hídrico, antes mesmo que a folha comece a murchar — o equivalente a perceber a febre antes de o termômetro disparar.
Economia de água e limites da promessa
Os resultados divulgados pela empresa são expressivos: redução de pelo menos 20% no consumo de água e ganhos de produtividade agrícola, com sensores que custam dezenas de dólares — uma fração do preço de equipamentos tradicionais de monitoramento, que chegam a milhares de dólares. A startup levantou US$ 11,2 milhões em uma rodada seed para avançar o projeto.
Vale a ressalva de bom senso: os números vêm de testes e divulgações da própria empresa, ainda sem validação independente ampla publicada. É uma tecnologia promissora para otimizar irrigação e adubação em larga escala, mas que depende de mais dados de campo — em diferentes climas e culturas — para provar que funciona tão bem fora do laboratório quanto promete no discurso comercial.