L’intelligence artificielle au service de l’agriculture

Aperçu

  • L'intelligence artificielle se démocratise
  • Les superordinateurs peuvent gérer des décisions comme le type de semences à planter et le moment de l'ensemencement
  • L'intelligence artificielle sera complémentaire au processus décisionnel et le remettra également en cause

Il existe de nombreuses définitions de l’intelligence artificielle (IA), mais en termes concrets, cette notion désigne la capacité d’un ordinateur ou d’une machine d’émuler l’intelligence humaine en traitant de l’information et des données afin de fournir une réponse ou d’exécuter une action en vue d’accomplir une tâche correctement.

La disponibilité d’énormes volumes de données, conjuguée au traitement informatique à haute vitesse, contribue à la démocratisation de l’intelligence artificielle.

La science-fiction annonce l’avènement de l’intelligence artificielle depuis des décennies. Aujourd’hui, la disponibilité d’énormes volumes de données, conjuguée au traitement informatique à haute vitesse, contribue à la démocratisation de l’intelligence artificielle.

On trouve par exemple les logiciels de reconnaissance vocale, les assistants virtuels et les voitures autonomes (en anglais seulement).

Si vous demandez à Siri si vous devez apporter un parapluie aujourd’hui, elle sait que vous lui demandez s’il va pleuvoir.

Lorsque vous utilisez le forum de clavardage d’une entreprise pour obtenir du soutien pour un nouveau produit, disons un routeur, vous communiquez presque assurément avec un assistant virtuel qui utilise un logiciel d’intelligence artificielle pour répondre à votre demande.

Une voiture autonome utilise des données GPS, des renseignements provenant de divers capteurs installés sur le véhicule et des protocoles de conduite programmés pour prendre les bonnes décisions de conduite.

Dans tous ces exemples, un logiciel d’intelligence artificielle accède à des données et accomplit une tâche normalement effectuée par un être humain.

Le terme « décision » contribue vraiment à expliquer l’incidence que l’intelligence artificielle aura sur l’agriculture. Tout comme elle aide les médecins à poser de meilleurs diagnostics pour les patients atteints d’un cancer en consultant d’énormes banques de données et des résultats antérieurs, l’intelligence artificielle pourrait aider les agriculteurs à prendre certaines décisions de gestion, et pourrait même automatiser ces décisions.

Les superordinateurs qui ont la capacité de traiter des millions (oui, des millions) d’équations à la seconde permettraient de jumeler toutes sortes de données provenant de capteurs au champ connectés à Internet, de stations météorologiques et de drones, entre autres, avec les caractéristiques des produits de semence, les prix des cultures et des intrants et d’autres données pour prévoir ou automatiser des décisions concernant le type de semences à planter, le moment de l’ensemencement, la dose optimale d’engrais, l’irrigation et ainsi de suite.

Jusqu’à présent, l’intelligence artificielle est fondée essentiellement sur des formules ou des algorithmes conçus et programmés par les humains. Par exemple, si les variables indiquent que le système d’irrigation devrait être mis en marche, le logiciel le mettra en marche, mais c’est nous qui avons élaboré les formules qui permettent aux logiciels de prendre une décision.

La prochaine étape de l’intelligence artificielle est parfois appelée « apprentissage machine ». Au lieu de reposer sur une programmation définie (si la donnée est « x », alors le résultat est « y »), l’apprentissage machine est un processus par lequel un logiciel est programmé pour reconnaître des modèles qui lui permettent d’apprendre comment réagir adéquatement et de s’améliorer à chaque itération. Il s’agit d’une simulation de base du fonctionnement du cerveau humain.

L’intelligence artificielle remplacera-t-elle les connaissances et l’intuition sur lesquelles les agriculteurs ont toujours compté pour gérer leur ferme? Probablement pas, mais elle sera complémentaire au processus décisionnel et le remettra en cause, d’autant plus que notre capacité de produire et de recueillir toutes sortes de données continuera de s’accroître.

D'après un article de l'AgriSuccès (septembre 2017) de Peter Gredig