A Microsoft e a Terradot apresentaram nesta quinta-feira (12) o TerraNova, um modelo de inteligência artificial que estima quanto CO₂ as lavouras removem do ar quando recebem pó de rocha. Em simulações com dados do Brasil e dos Estados Unidos, o modelo reduziu aproximadamente pela metade o número de amostras de solo necessárias, segundo a Exame, que entrevistou a cofundadora da Terradot.
O TerraNova foi desenvolvido a partir do Aurora, modelo da Microsoft treinado com mais de 1 milhão de horas de dados do sistema terrestre e criado para tarefas como previsão do tempo. A equipe aproveitou o que o Aurora já aprendeu sobre temperatura, umidade e chuva e acrescentou dados de solos, minerais e medições da Terradot. O objetivo é prever como a rocha se comporta depois de aplicada na lavoura.
Os números do teste em 264 campos
O estudo, aceito em um workshop da conferência NeurIPS 2026, avaliou cinco modelos meteorológicos com dados de 264 campos no Brasil e nos EUA. O TerraNova teve o melhor desempenho entre as configurações testadas. O autor principal é Sasankh Munukutla, da Terradot, e o trabalho tem a assinatura de Felipe Oviedo e de outros três pesquisadores da Microsoft.
Na simulação de seleção de áreas, o modelo com IA identificou 63% dos dez campos com maior potencial de remoção usando duas amostras por campo. Sem IA, com as mesmas duas amostras, o índice ficou em 49%. Uma versão ampliada do trabalho, publicada no Zenodo, afirma que uma única medição com o TerraNova alcança a precisão de seis medições sem o modelo, o que representaria 83% menos coletas em um campo típico.
Sem nenhuma medição, o modelo apontou cinco dos dez campos com maior remoção entre 52 candidatos. Os modelos de referência acertaram no máximo dois. O texto completo do estudo só será liberado em dezembro.
Dados de São Paulo, Paraná e Mato Grosso do Sul
Os projetos brasileiros da Terradot, em São Paulo, no Paraná e em Mato Grosso do Sul, forneceram o que a empresa chama de milhares de medições pareadas. Em um dos testes, dados de campos brasileiros ajudaram a prever resultados de um projeto no delta do Mississippi, nos Estados Unidos. Oviedo, cientista-pesquisador principal do laboratório AI for Good da Microsoft, afirmou que o modelo melhora conforme recebe mais dados e que o intemperismo, antes visto como variável demais para ser previsto em grandes áreas, pode ser estimado.
A Microsoft investiu na Terradot por meio de seu fundo de inovação climática. Em 2025, firmou contrato para comprar 12 mil toneladas de remoção de CO₂, com entregas previstas entre 2026 e 2029. A Terradot estima que o pó de rocha já espalhado em campos brasileiros e americanos possa remover até 100 mil toneladas ao longo do tempo, e mira 1 milhão de toneladas por ano até 2035.
O que ainda impede o uso em créditos
Os próprios autores indicam que, em campos novos, o modelo sozinho ainda não estima de forma confiável a remoção média. As amostras físicas continuam fazendo parte do método de melhor desempenho. Julia Sekula, cofundadora e diretora financeira da Terradot, disse à Exame que o TerraNova não entra na forma como a empresa quantifica seus créditos hoje, e que isso só mudará quando as evidências e os registros independentes derem respaldo ao uso.
Esses registros exigem dados e documentação para cada tonelada, e a verificação da Terradot ainda envolve coleta física e análise em laboratório. A economia de amostras foi medida em simulações, e o efeito sobre o custo final por tonelada não foi demonstrado. Esse custo inclui trituração, transporte e aplicação da rocha, além da verificação, que a Microsoft estima pesar de um terço a mais da metade do total no intemperismo acelerado.
Para quem compra ou vende crédito de carbono, o ganho prático depende de duas etapas: a divulgação do estudo completo, em dezembro, e a aceitação do método pelos registros que certificam cada tonelada. A Microsoft também deve usar o Aurora em outros projetos ambientais, como prevenção de incêndios florestais e remoção natural de carbono.
