Métodos para classificação e identificação de atividades essenciais na análise das sementes é de grande importância técnica e econômica no setor agrícola e contribuem no valor acrescentado na produção final da cultura. Com a tecnologia no campo, demanda de solucionar diversos problemas, são inerentes a capacidade intelectual humana. Oobjetivo foi retratar desafios e as soluções evidentes no uso da inteligência artificial na agricultura e especificar a utilização desta atividade intelectual no setor sementeiro. Artigos revisados por pares sobre aprendizado de máquinas em sementes e inteligência artificial na agricultura foram relatados neste trabalho.O processamento de dados e imagens com uma visão de máquina se complementam através de um classificador em comum. Com a dinâmica de pesquisas atuais no ramo sementeiro, espera-se tendências que investigue em um futuro próximo, análisede dados característicos em sistemas de produção de sementes relacionado aos aspectos de beneficiamento, armazenamento, secagem e controle de qualidade.
Methods for classification andidentification of essential activities in the analysis of seeds is of great technical and economic importance in the agricultural sector and contributes to the added value in the final production of the crop. With technology in the field, demand to solve several problems, human intellectual capacity is inherent. The objective was to portray challenges and evident solutions in the use of artificial intelligence in agriculture and to specify the use of this intellectual activity in the seed sector. Peer-reviewed articles on seed machine learning and artificial intelligence in agriculture were reported in this paper. The processing of data and images with a machine vision are complemented through a common classifier. With the dynamics of current research in the seed industry, trends are expected to investigate in the near future, analysis of characteristic data in seed production systems related to the aspects of processing, storage, drying and quality control.
