Afin d'améliorer les conditions alimentaires mondiales, une équipe autour du professeur d'informatique Kristian Kersting s'est inspirée de la technologie derrière Google News.
Près de 800 millions de personnes dans le monde souffrent de malnutrition. À l'avenir, il pourrait y avoir environ 9,7 milliards de personnes, soit environ 2,2 milliards de plus qu'aujourd'hui. La demande mondiale de nourriture augmentera à mesure que le changement climatique rendra les sols de plus en plus infertiles. Comment les générations futures doivent-elles se nourrir ?
Kristian Kersting, Professeur de Machine Learning à la Technische Universität Darmstadt, et son équipe voient une solution potentielle dans l'application de l'intelligence artificielle (IA). Apprentissage automatique, une méthode spéciale d'IA, pourrait être la base de l'agriculture dite de précision, qui pourrait être utilisé pour obtenir des rendements plus élevés sur des surfaces de taille égale ou inférieure. Le projet est financé par le ministère fédéral de l'Alimentation et de l'Agriculture. Les partenaires sont l'Institute of Crop Science and Resource Conservation (INRES) de l'Université de Bonn et la société Lemnatec basée à Aix-la-Chapelle.
"Tout d'abord, nous voulons comprendre à quoi ressemblent les processus physiologiques des plantes lorsqu'elles souffrent de stress, " a déclaré Kersting. " Le stress se produit, par exemple, lorsque les plantes n'absorbent pas assez d'eau ou sont infectées par des agents pathogènes. L'apprentissage automatique peut nous aider à analyser ces processus plus précisément. » Ces connaissances pourraient être utilisées pour cultiver des plantes plus résistantes et lutter plus efficacement contre les maladies.
Les chercheurs ont installé une caméra hyperspectrale qui enregistre un large spectre d'ondes et fournit des informations approfondies sur les plantes. Le plus de données disponibles sur les processus physiologiques d'une plante au cours de son cycle de croissance, mieux un logiciel est capable d'identifier les modèles récurrents qui sont responsables du stress. Cependant, trop de données peut être un problème, car les calculs deviennent trop complexes. Les chercheurs ont donc besoin d'algorithmes qui n'utilisent qu'une partie des données pour l'apprentissage sans sacrifier la précision.
L'équipe de Kersting a trouvé une solution astucieuse :pour évaluer les données, l'équipe a utilisé un processus d'apprentissage très avancé à partir du traitement du langage, qui est utilisé, par exemple, à Google Actualités. Là, une IA sélectionne chaque jour les articles pertinents pour le lecteur parmi des dizaines de milliers de nouveaux articles et les trie par sujet. Cela se fait à l'aide de modèles de probabilité dans lesquels tous les mots d'un texte sont affectés à un sujet spécifique. L'astuce de Kersting était de traiter les images hyperspectrales de la caméra comme des mots :le logiciel attribue certains modèles d'images à un sujet tel que l'état de stress de la plante.
Les chercheurs travaillent actuellement à apprendre au logiciel à s'optimiser en utilisant l'apprentissage en profondeur et à trouver plus rapidement les modèles qui représentent le stress. "Un endroit sain peut par exemple être identifié à partir de la teneur en chlorophylle dans le processus de croissance de la plante, " a déclaré Kersting. " Lorsqu'un processus de séchage se produit, le spectre mesuré change de manière significative." L'avantage de l'apprentissage automatique est qu'il peut reconnaître de tels signes plus tôt qu'un expert humain, au fur et à mesure que le logiciel apprend à prêter attention à plus de subtilités.
On espère qu'un jour, des caméras peuvent être installées le long des rangées de plantes sur une chaîne de montage dans la serre, permettant au logiciel de signaler des anomalies à tout moment. Grâce à un échange constant avec les experts du végétal, le système devrait également apprendre à identifier même les agents pathogènes inconnus. "Finalement, notre objectif est un partenariat significatif entre l'intelligence humaine et artificielle, pour faire face au problème croissant de la nutrition dans le monde, " dit Kersting.
