No ramo dos pequenos negócios de chocolate bean to bar (do grão à barra), a classificação das amêndoas de cacau é uma etapa crucial para o controle de qualidade.

A técnica tradicional é feita por uma pessoa que analisa visualmente cada uma das pequenas amostras em um período de uma hora, em média, por lote.

Mas um novo sistema desenvolvido pelo Centro de Inovação do Cacau (CIC), na Bahia, garante reduzir esse tempo em mais de 50% com um classificador automático.

Baseado em machine learning, o equipamento GroundEye S já era usado para detectar defeitos em grãos como soja, arroz, feijão e milho.

Após testes e adaptações no CIC em parceria com a empresa de tecnologia para o agronegócio TBIT, foi possível desenvolver um software exclusivo para o cacau.

A ferramenta identifica características das amêndoas relacionadas à forma, cor, textura, densidade e anomalias como mofo e presença de insetos.

Para ser considerada de alta qualidade, o produto deve ter coloração marrom escuro e interior compartimentado, por exemplo.

No quesito agilidade, a máquina trouxe grande vantagem.

No modelo tradicional, um lote com 300 amêndoas, que devem ser cortadas ao meio e analisadas uma a uma, leva cerca de uma hora e 20 minutos para ser classificado.

O CIC recebe 160 amostras diariamente e tem um prazo de até dez dias para entregar o resultado.

Com o equipamento, o processo é feito em menos de 20 minutos, já considerando o corte, que segue manual.

Além disso, o classificador automático oferece precisão, pois elimina o viés humano, e agiliza as negociações para pequenos produtores, que terão o resultado das análises em menos tempo.

Cristiano Villela Dias, diretor científico do CIC, conta que foram dois anos de conversas, entendimento da máquina e desenvolvimento até chegar ao software, que já está validado e será usado na safra que vai até janeiro.

Ele explica que o software precisou ser “treinado” para identificar as qualidades das amêndoas e classificá-las.

Foram usadas cerca de 5 mil fotografias de cada classe de amêndoa (marrom, violeta, branca) de cacaus provenientes de diferentes regiões, como Bahia, Rondônia, Espírito Santo e Gana.

“São fotografias de duas safras para pegar todas as possibilidades de formas e cores dentro da fermentação de cacau”, afirma.

“Depois, a gente treina a máquina para identificar essas imagens de forma automática.”

A máquina consegue avaliar nuances que são difíceis de identificar a olho nu, como padrões de cores.

O recurso mensura a área total da amêndoa e indica a porcentagem de cores presente nela, se mais marrom ou violeta.

Mas nem tudo fica a cargo da inteligência artificial.

Algumas análises ainda são visuais, como a taxa de germinação, que é quando o embrião do grão germina e perfura a película que envolve a amêndoa.

“Mas essa é rápida porque é muito visual e feita antes de cortar a amêndoa”, comenta Dias.

Por enquanto, o software está disponível apenas no CIC, que pode ser acessado por qualquer produtor ou empresa que deseje fazer a análise.

“Nosso foco é ganho de escala nas empresas, cooperativas e na indústria de processamento de cacau, porque o investimento é alto, mais de R$ 95 mil, e tem licença de uso”, diz o diretor científico.

Ele espera também que o equipamento seja usado para entender o perfil do cacau brasileiro em um estudo de categorização nacional.

A proposta está sendo discutida com a Associação Nacional das Indústrias Processadoras de Cacau.

Software para rastreio
A rastreabilidade é outra discussão na cadeia cacaueira. Em parceria com a empresa de tecnologia Trace Tech, o CIC vai desenvolver uma ferramenta de rastreio de cacau.

“Vai ser uma rastreio de origem para saber onde se está comprando, o caminho até a indústria. Num primeiro momento, é garantir rastreabilidade fiscal”, explica Dias.

Para isso, a solução é ter um identificador por radiofrequência (RFID) nas sacas de cacau, que trará um número único do produtor e por meio do qual é possível acompanhar o transporte quase em tempo real.

Isso também pode ajudar a evitar roubo de carga.