A Aveleda desenvolveu um sistema de inteligência artificial capaz de identificar castas de uva à entrada da adega. Como surgiu este projeto e que problema concreto procuravam resolver?
A receção das uvas é um dos momentos mais importantes de todo o processo de vinificação. Todos os anos recebemos cerca de 12 milhões de quilos de uvas e uma parte relevante da sua valorização depende da correta identificação da casta. Atualmente, essa validação é realizada por técnicos especializados, cada vez mais raros, mas trata-se de uma tarefa exigente, porque as uvas chegam muitas vezes descarregadas sem folhas ou outros elementos que facilitem a identificação varietal.
O desafio que colocámos foi simples: será possível utilizar inteligência artificial para ajudar a identificar uma casta apenas através da observação dos bagos e dos cachos, já depois da vindima e no momento em que entram na adega? Foi desta pergunta que nasceu o projeto. O que o torna particularmente interessante é o facto de não estar a ser desenvolvido num laboratório, mas sim em condições reais de operação, numa das maiores receções de uvas do país.
“Todos os anos recebemos cerca de 12 milhões de quilos de uvas e uma parte relevante da sua valorização depende da correta identificação da casta”.
Quem desenvolveu esta solução de IA? Foi um desenvolvimento interno ou recorreram a alguma empresa?
O projeto resulta da combinação entre conhecimento vitivinícola e tecnologia. A Aveleda lidera a iniciativa através da sua equipa interna de Viticultura e de IT e do conhecimento acumulado ao longo de décadas na receção e classificação de uvas.
Contamos também com parceiros especializados. A Pendão & Prior, Lda, apoia-nos na área da fotografia e iluminação, assegurando condições consistentes para a aquisição de imagem, enquanto a Splnet, Lda. participa no desenvolvimento dos modelos de inteligência artificial e no desenvolvimento da plataforma.
No fundo, juntámos especialistas em vitivinicultura, imagem e IA para responder a um problema muito concreto do setor.
“Durante a vindima de 2026 estivemos a recolher milhares de imagens e a testar os modelos em ambiente real, comparando os resultados com a avaliação dos nossos especialistas”.
Na prática, como é que funciona esta triagem das uvas que é feita?
Quando as uvas chegam à adega são captadas imagens dos bagos e dos cachos. Essas imagens são depois analisadas por modelos de inteligência artificial treinados para reconhecer padrões associados às diferentes castas.
Tal como acontece com uma pessoa experiente, o sistema observa características como a cor, o tamanho dos bagos, a forma dos cachos e outros detalhes visuais. A diferença é que consegue fazê-lo de forma sistemática, criando um processo mais consistente e baseado em dados.
Nesta primeira fase estamos essencialmente a construir uma base de conhecimento. Durante a vindima de 2026 estivemos a recolher milhares de imagens e a testar os modelos em ambiente real, comparando os resultados com a avaliação dos nossos especialistas. Foi possível durante a vindima já testar o modelo de IA em tempo real de forma a termos os resultados do modelo em comparação com o resultado dado por especialistas, tivemos um nível de fiabilidade dos resultados em algumas das castas acima dos 90%.
“Tivemos um nível de fiabilidade dos resultados em algumas das castas acima dos 90%”.
O que é que esta tecnologia consegue fazer que os métodos tradicionais de identificação das castas não permitem fazer?
O grande contributo não é substituir o conhecimento humano, mas complementá-lo com uma ferramenta que torna a avaliação mais objetiva e reprodutível.
Existem já vários estudos sobre identificação de castas através de folhas ou de imagens recolhidas na vinha. O que estamos a fazer é diferente. Estamos a procurar identificar as castas numa fase muito mais difícil: depois da colheita, recorrendo apenas aos bagos e cachos já descarregados na adega.
Essa é a verdadeira inovação do projeto e aquilo que poderá torná-lo uma referência nesta área.
“O grande contributo não é substituir o conhecimento humano, mas complementá-lo com uma ferramenta que torna a avaliação mais objetiva e reprodutível”.
Estamos a falar de uma solução testada em condições reais de adega, com cerca de 12 milhões de quilos de uva a passar anualmente pela Aveleda. Que impacto poderá ter esta tecnologia no processo de classificação, controlo de qualidade e valorização da matéria-prima?
Acreditamos que poderá contribuir para tornar todo o processo mais transparente, consistente e suportado por dados objetivos.
Quando falamos de classificação de matéria-prima, a confiança é fundamental. Quanto mais robustos forem os critérios utilizados, maior é a segurança para a empresa e para os viticultores.
Além disso, este projeto permite criar uma base tecnológica e de conhecimento que poderá futuramente suportar novas soluções de rastreabilidade e digitalização dos processos de receção.
Nesta fase, porém, o foco é validar a tecnologia e perceber até que ponto consegue reproduzir, de forma consistente, a avaliação realizada pelos especialistas.
“Este projeto permite criar uma base tecnológica e de conhecimento que poderá futuramente suportar novas soluções de rastreabilidade e digitalização dos processos de receção”.
Da vossa experiência, a utilização de inteligência artificial pode tornar a produção vitivinícola mais rentável?
Acredito que sim, mas não por substituir pessoas. O verdadeiro valor da inteligência artificial está na sua capacidade de apoiar melhores decisões. Hoje, as empresas produzem enormes quantidades de informação. O desafio é transformar esses dados em conhecimento útil.
No setor vitivinícola isso pode significar processos mais eficientes, melhor rastreabilidade, maior controlo da qualidade e uma utilização mais inteligente dos recursos disponíveis.
No caso deste projeto, estamos ainda numa fase de validação. O nosso objetivo é perceber como a inteligência artificial pode ajudar a melhorar a classificação da matéria-prima e aumentar a robustez das decisões tomadas no momento da receção das uvas.
“O nosso objetivo é perceber como a inteligência artificial pode ajudar a melhorar a classificação da matéria-prima”.
A solução possa vir a ser aplicada noutras adegas ou noutras áreas da viticultura?
O potencial existe e é precisamente isso que torna este projeto tão interessante. Embora o foco atual esteja centrado na identificação varietal na receção das uvas, a tecnologia que está a ser desenvolvida poderá abrir caminho para outras aplicações no futuro.
À medida que os modelos evoluírem e forem validados ao longo de diferentes campanhas de vindima, será possível estudar a sua utilização noutros contextos e noutras adegas.
Mais do que uma solução para um problema específico, vemos este projeto como uma demonstração de como a inteligência artificial pode criar novas ferramentas de apoio à decisão para a viticultura e para a indústria do vinho, sendo que já estamos a estudar a aplicabilidade desta ferramenta em outras necessidades estruturais da gestão da vinha.
