Des chercheurs du Collège des sciences et technologies de l'information prennent des mesures pour lutter contre le taux alarmant de suicides parmi les agriculteurs endettés en Inde, en développant un algorithme d'apprentissage en profondeur comme première étape d'un système d'aide à la décision qui pourrait prédire les futures valeurs marchandes des cultures.

Plus de 11, 000 agriculteurs indiens se sont suicidés en 2016, selon le National Crime Records Bureau. Bien que le taux élevé de décès auto-infligés puisse être attribué à un certain nombre de raisons, la détresse financière et l'incapacité de vendre les récoltes en raison de la fluctuation généralisée des prix du marché des produits du pays en font partie, selon Amulya Yadav, professeur adjoint de sciences et technologies de l'information et chercheur principal du projet.

"En Inde, le gouvernement a fixé des prix de soutien minimum pour les cultures, mais n'essaie pas d'imposer explicitement ces prix aux acheteurs, ", a déclaré Yadav. "Le prix réel auquel la récolte se vend sur le marché est basé sur l'offre et la demande."

Yadav a expliqué que de nombreux agriculteurs indiens contractent des emprunts pour acheter des semences, engrais et équipement, et transporter leur récolte jusqu'au marché. Mais si les agriculteurs ne sont pas en mesure de vendre leurs récoltes à des prix de soutien minimum, ils ne peuvent pas rembourser leurs prêts ou faire un profit pour subvenir à leurs besoins, ce qui entraîne des difficultés financières.

Les marchés publics achèteront les récoltes aux prix de soutien minimum, mais ces marchés sont parfois éloignés des villages de paysans, ce qui ajoute des frais de transport et de carburant. Yadav note également qu'il y a souvent de longues files d'attente sur les marchés et que le gouvernement n'achètera qu'un quota limité.

« Donc, les personnes restantes devront retourner, et ils ont gaspillé beaucoup d'argent, ", a-t-il déclaré. "Ils finissent par vendre leurs récoltes à des vendeurs tiers qui ne garantissent pas des prix de soutien minimum, et [les agriculteurs] ne font pas de profit."

Yadav vise à améliorer la vie des agriculteurs en les aidant à prévoir les prix futurs du marché. L'algorithme que son équipe a développé peut prédire avec précision les prix futurs du marché en fonction des modèles de prix et de volume passés.

"Ce système suppose que vous essayez de maximiser le profit d'un seul agriculteur, " a déclaré Yadav. "Nous essayons de lui faire une prédiction quant à l'endroit et au moment où ils devraient vendre leur récolte."

Il a continué, « Au lieu de vendre leurs récoltes dès le lendemain de la récolte sur le marché local, cet algorithme pourrait potentiellement leur recommander d'attendre cinq jours et de parcourir 40 kilomètres vers un autre marché, où les prix devraient être très élevés."

Pour créer l'algorithme, Yadav et son équipe ont analysé des enregistrements de données de plus de 1, 300 marchés indiens des 11 dernières années, qui comprenait les prix maximum et minimum de chaque récolte vendue sur chaque marché. Puis, ils ont développé un modèle d'apprentissage en profondeur pour trouver des modèles utiles à partir de ces données. Les études de l'équipe montrent que leur modèle fonctionne mieux que la norme actuelle.

"Cela nous donne l'espoir que nous allons maintenant aller de l'avant et essayer de construire l'ensemble du système que nous envisageons, " a déclaré Yadav. " Une fois le système construit, nous espérons qu'il pourra aider les agriculteurs à maximiser les profits qu'ils gagnent. Et j'espère qu'un avantage indirect conduira à moins de suicides d'agriculteurs en Inde et dans d'autres pays du monde. »

Yadav a travaillé avec Alexander Woodruff, Diplômé de Penn State 2019 en sciences et technologies de l'information, et Hangji Guo, un étudiant de premier cycle à l'Université de Wenzhou Kean. Ils ont présenté leurs recherches à l'Association for the Advancement of Artificial Intelligence Conference on AI plus tôt ce mois-ci.