Comment l’intelligence artificielle transforme l’agriculture

Pour nourrir 9,2 milliards de personnes en 2050, il faudra rendre l’agriculture plus productive et efficace. Et l’intelligence artificielle peut jouer un rôle important dans cette tendance.

Selon l’Organisation des Nations Unies pour l’alimentation et l’agriculture (FAO), il y aura deux milliards de bouches supplémentaires à nourrir d’ici à 2050, mais les surfaces cultivables ne pourront augmenter que de 4%. Pour nourrir l’humanité, il ne s’agit donc pas tant de cultiver plus que de cultiver mieux.

Or, la technologie est déjà mise à contribution pour augmenter les rendements : drones, caméras thermiques et autres capteurs d’humidité font déjà partie du quotidien des agriculteurs un peu partout dans le monde. Avec l’explosion de la quantité de données provenant de ces outils, le recours à l’intelligence artificielle devient indispensable pour les analyser et aider les agriculteurs à prendre les bonnes décisions.

Suivre au plus près les exploitations

D’après Research and Markets, le marché de l’IA appliquée à l’agriculture pesait près de 518,7 millions de dollars en 2017  ;  il devrait croître de plus de 22,5% par an en moyenne pour atteindre 2,5 milliards de dollars d’ici 2025.

L’IA, dans le champ agricole, se déploie de plusieurs manières. D’abord, elle aide les agriculteurs à suivre ce qui se passe sur leurs exploitations. Ces derniers disposent depuis quelques années de drones et de capteurs, mais le machine learning et le deep learning leur permettent d’analyser ces données de manière toujours plus précise. Par exemple, l’application de deep learning Plantix, développée par la start-up berlinoise PEAT, fonctionne comme une application de reconnaissance d’images  :  après analyse du feuillage des plantes, ses algorithmes sont capables d’établir une corrélation avec certains défauts du sol, la présence de ravageurs ou une maladie.

Farmerlabs, elle, utilise l’IA pour mesurer le niveau de santé des plantes et anticiper les risques en termes de rendement. La jeune entreprise française a recours à la vision informatique, au big data et au machine learning pour aider les cultivateurs à pratiquer une agriculture de précision et durable.

Des modèles prédictifs très complets

En effet, l’IA permet aussi d’augmenter les rendements. Ceux-ci s’appuient sur des paramètres comme le climat, l’état des semences et des sols, les niveaux d’irrigation, le risque de maladies, etc., pour permettre aux agriculteurs de savoir quoi planter, où et quand, quels plants surveiller et quand récolter. La start-up israélienne Prospera utilise ainsi l’intelligence artificielle pour déterminer la quantité d’eau dont une plante a besoin. Cette technologie est utilisée aux États-Unis et au Mexique par le producteur de tomates NatureSweet, qui a vu une amélioration de ses récoltes de 2% à 4% et estime, à terme, pouvoir optimiser ses champs de près de 20%.

Les Français ne sont pas en reste en matière d’agtech. L’entreprise Smag tire partie de toutes les données générées traditionnellement et propres à l’activité agricole – météo, rendements, intrants, cours des produits,etc., et a conçu deux logiciels de gestion de données agronomiques qui permettent aux agriculteurs d’optimiser leurs rendements et de mieux tracer leur production.

En Inde, les agriculteurs ont par exemple recours à une solution co-conçue par Microsoft et l’International Crop Research Institute for the Semi-Arid Tropics (ICRISAT) : les agriculteurs reçoivent des SMS, générés de façon automatique, prodiguant des conseils sur la période de récolte, l’arrivée de nuisibles, la fixation des prix en fonction du marché, etc.

Une agriculture durable et plus humaine

Ces modèles prédictifs permettent de pratiquer une agriculture plus raisonnée puisqu’ils rendent possible l’utilisation d’intrants chimiques de manière bien plus précise et pertinente, adaptée à la situation. C’est ce que propose notamment Blue River Technology avec son robot See & Spray, qui utilise la vision par ordinateur pour identifier les mauvaises herbes et les arroser d’herbicide. La précision de l’intervention permet de prévenir la résistance aux herbicides.

Car oui, les robots font aussi leur incursion dans nos champs. Les tracteurs et engins agricoles sans conducteur se répandent dans les exploitations, où ils peuvent effectuer seuls un certain nombre de tâches. Aux États-Unis, Harvest CROO Robotics a développé un robot pour aider les producteurs de fraises à cueillir et emballer leurs fruits. Face à la pénurie de main-d’œuvre dans certaines régions agricoles comme la Californie et l’Arizona, Harvest CROO Robotics affirme ainsi qu’un seul de ses robots peut remplacer 30 travailleurs humains.

« Le marché de l’agriculture robotique devrait passer de 1 milliard de dollars en 2014 à 14 à 18 milliards d’ici 2020 »