\n
Publicado em 10\/04\/2026 \u00e0s 02:15h.<\/time><\/abbr>\n <\/div>\n<\/p><\/div>\n<\/p><\/div>\n\n
\n
\n
\n
\n
\n
Estimado usu\u00e1rio.<\/strong>\n
\n
A proposta se baseia no uso de modelos de intelig\u00eancia artificial – Foto: Pixabay<\/span><\/p><\/div>\n<\/p><\/div>\n\n
Uma nova aplica\u00e7\u00e3o de inteliNova IA promete detectar carne estragada em segundosg\u00eancia artificial tem ampliado as possibilidades de controle de qualidade na cadeia de alimentos, ao permitir a an\u00e1lise do frescor da carne de forma r\u00e1pida e n\u00e3o destrutiva. A tecnologia utiliza imagens digitais e modelos computacionais para identificar padr\u00f5es associados \u00e0 deteriora\u00e7\u00e3o, oferecendo uma alternativa mais \u00e1gil em compara\u00e7\u00e3o aos m\u00e9todos tradicionais.
\n<\/p>\n
De acordo com o Jornal da USP , a t\u00e9cnica foi desenvolvida no \u00e2mbito do projeto RastreIA, sediado no Centro de Energia Nuclear na Agricultura, e utiliza vis\u00e3o computacional para avaliar caracter\u00edsticas visuais do produto em tempo real. O estudo indica que os m\u00e9todos convencionais ainda dependem de an\u00e1lises laboratoriais demoradas e, muitas vezes, invi\u00e1veis em larga escala, al\u00e9m de avalia\u00e7\u00f5es visuais humanas que podem gerar erros.<\/p>\n
A proposta se baseia no uso de modelos de intelig\u00eancia artificial capazes de reconhecer padr\u00f5es impercept\u00edveis a olho nu. Com isso, o sistema pode analisar pe\u00e7a por pe\u00e7a em linhas de produ\u00e7\u00e3o, aumentando a precis\u00e3o na verifica\u00e7\u00e3o do frescor e reduzindo desperd\u00edcios e riscos \u00e0 seguran\u00e7a alimentar. Os testes realizados apontaram n\u00edveis de acerto entre 93% e 100%, dependendo da configura\u00e7\u00e3o utilizada.
\n<\/p>\n
O avan\u00e7o ocorre em um cen\u00e1rio de crescimento da produ\u00e7\u00e3o de carne bovina e de maior exig\u00eancia dos consumidores quanto \u00e0 qualidade e \u00e0 proced\u00eancia dos alimentos. A solu\u00e7\u00e3o tamb\u00e9m apresenta vantagens operacionais, como a redu\u00e7\u00e3o de custos e a possibilidade de implementa\u00e7\u00e3o em ambientes industriais sem a necessidade de contato f\u00edsico ou uso de reagentes.<\/p>\n
Apesar dos resultados positivos, os pesquisadores indicam que a tecnologia deve atuar de forma complementar \u00e0s an\u00e1lises tradicionais, j\u00e1 que aspectos internos, como altera\u00e7\u00f5es microbiol\u00f3gicas, n\u00e3o s\u00e3o totalmente captados por imagens. Fatores como ilumina\u00e7\u00e3o e varia\u00e7\u00f5es naturais do alimento tamb\u00e9m seguem como desafios para aprimoramento do modelo.