leaf_logo.png

Vidéo: Comment automatiser les tâches dans votre serre avec l’intelligence artificielle

November 23, 2018 12:27:21 PM EST
 

 Expo FIHOQ 2018 Drummondville

L'intelligence artificielle (IA) est de plus en plus en importance dans le secteur agricole. Dans cette vidéo informative, en tant que présentation narrée, nous expliquons en termes simples le fonctionnement de la technologie d'intelligence artificielle et son utilisation actuelle pour l'automatisation de tâches dans l'agriculture en serre. Une transcription écrite de la vidéo apparaît ci-dessous.

Cette présentation a été présentée pour la première fois à la conférence et au salon professionnel Expo-FIHOQ 2018 à Drummondville, Québec, Canada.

Introduction

Bonjour, je m'appelle Jason Behrmann et je supervise le marketing et les communications chez Motorleaf, une entreprise montréalaise de technologie en agriculture qui développe des services d'intelligence artificielle pour automatiser la production en serres.

L'intelligence artificielle est une des technologies les plus récentes qui bouleverse pratiquement toutes les industries, y compris l'agriculture. Aujourd'hui, je vous partage mon enthousiasme pour l'intelligence artificielle et comment cette technologie peut rendre l'agriculture en serre plus efficace et compétitive.

Qu’est-ce que l'intelligence artificielle

Alors, qu’est-ce que l'intelligence artificielle exactement ?

Tout d'abord, non, ce ne sont pas des robots. Toutefois, certains robots possèdent des capacités d’intelligence artificielle permettant de guider les capacités décisionnelles de base d’un robot.

Mais soyons clairs : l'intelligence artificielle et la robotique sont deux technologies distinctes et les services d'intelligence artificielle ne font pas souvent appel à la robotique.

L'intelligence artificielle n'est qu'un nouvel outil informatique. C’est essentiellement un logiciel sophistiqué.

Ce logiciel peut apprendre des tâches communes, répétitives et spécifiques. L’apprentissage d’une tâche est accompli en analysant de nombreux exemples précédents de cette tâche, ce qu’on réfère aussi à «former ou entraîner» le logiciel.

Les exemples les plus courant pour entraîner un logiciel fait usage d’information se présentant sous la forme de méga-données ou «big data», ce qui représente une quantité phénoménale d’informations au format numérique.

En analysant ces méga-données, le logiciel d'intelligence artificielle peut trouver des modèles, des « patterns » similaires dans ces informations. Une fois qu'il aura bien identifier ces modèles, le logiciel d'intelligence artificielle sera en mesure de mener à bien la tâche répétitive et de prendre des décisions pour cette tâche avec un degré élevé de précision.

De plus, comme il s’agit d’un logiciel informatique, il peut analyser rapidement beaucoup d’informations et en faire des analyses qui seraient trop complexes pour un être humain - tout comme nous utilisons une calculatrice pour effectuer des calculs complexes.

Ce qui est intéressant, c’est que le logiciel «apprend» et devient de plus « intelligent » à mesure qu’il accumule de plus en plus de données.

Un exemple simple : la vision artificielle par ordinateur

Voici un exemple simple, quelque chose que nous appelons la «vision artificielle», dans laquelle un logiciel d’intelligence artificielle apprend à identifier des objets dans des images.

Il s’agit d’abord de montrer au logiciel d’intelligence artificielle des centaines de milliers de photos. Un groupe contient des images de chats, l'autre groupe a des images de n'importe quoi d'autre. Nous entraînons le logiciel d'intelligence artificielle en lui disant que c'est un chat, c'est aussi un chat, ce n'est pas un chat. Après cette période d’apprentissage, nous pouvons montrer une nouvelle image inconnue au logiciel et lui demander : est-ce un chat? Et il sera capable d'identifier cette image - et toute autre image - en tant que chat avec une grande précision.

Alors pourquoi utiliser l'IA?

L'intelligence artificielle permet l'automatisation.

L'intelligence artificielle est un excellent outil pour automatiser des tâches communes, spécifiques et répétitives, y compris de nombreuses tâches compliquées.

Pensez à toutes les tâches répétitives que vous effectuez chaque semaine dans votre serre. Elles peuvent être automatisés presqu’en totalité par un logiciel d’intelligence artificielle ; Par contre, l’intelligence artificielle ne peut pas comprendre et effectuer les tâches qui nécessitent un processus créatif, ni prendre des décisions basées sur des informations non spécifiques, ni prendre des décisions dans des contextes inconnus.

C'est pourquoi l’intelligence artificielle n’est pas en voie de supprimer tous nos emplois à ce moment. Vous devriez penser aux outils d’intelligence artificielle comme à un assistant numérique qui vous rend plus efficace ; l'assistant d'intelligence artificielle effectuera des tâches répétitives, ennuyantes et fastidieuses afin que vous puissiez vous concentrer sur un travail plus important.

Allons voir quelques exemples étonnants d’agriculture en serre.

Exemples d'IA dans l'agriculture en serre

Revenons donc à l’exemple de la vision artificielle. Nous pouvons utiliser la vision artificielle pour reconnaître des images de pratiquement n'importe quoi. À l'aide de milliers d'images de cultures atteintes de maladies, un logiciel a appris les motifs de tâches et de cicatrices sur les plantes causée par ces maladies.

Maintenant, en utilisant une application gratuite pour votre téléphone intelligent, vous pouvez prendre une photo d'une plante malade dans votre serre et le logiciel sera capable de diagnostiquer ou d'identifier la maladie, puis de recommander un traitement, comme un pesticide, pour éliminer la maladie.

Voici un autre exemple pour prédire vos futures récoltes de légumes comme les tomates et les poivrons.

Problèmes reliés à la prévision de la récolte pour les tomates et les poivrons

Une des tâches répétées de l’agriculture en serre est la prévision des récoltes - savoir combien de tomates et poivrons vous aurez chaque semaine.

Aujourd'hui, votre équipe de producteurs se promène dans la serre en comptant les tomates et les poivrons sous-mûrs, puis examine les conditions de croissance actuelles, telles que la température et l'ensoleillement. À partir de ces facteurs, l’équipe de votre serre est donc en mesure de faire une estimation approximative du nombre de tomates qui seront mûres pour la récolte cette semaine-là.

Ca prend environ 1,5 jour de travail par semaine pour chaque travailleur effectuant l’estimation de la récolte. C’est beaucoup de temps. Et les résultats ne sont pas si précis.

En moyenne, les erreurs de prévision des récoltes hebdomadaires de tomates dépassent de plus ou moins 20% le rendement réel. Ce chiffre provient d’un de nos clients basés en Californie. Ce taux d'erreur élevé rend difficile la planification des opérations commerciales courantes.

Avec une telle variabilité:

·       Il est difficile de prévoir la charge de travail et la quantité de matériaux d'emballage dont vous avez besoin.

·       Il est difficile de savoir si vous disposerez de suffisamment de légumes pour respecter les accords contractuels avec vos acheteurs.

·       Il est difficile de planifier des promotions et des offres pour vos légumes.

Existe-t-il un meilleur moyen de prédire les rendements futurs?  Oui.

Prévisions de récolte automatisées Motorleaf par IA

Rappelez-vous que l'intelligence artificielle excelle dans l’automatisation de tâches répétitives. La prévision de récolte est une tâche répétitive, elle est donc parfaite pour l’automatisation.

Chez Motorleaf, c’est ce que nous faisons : nous fabriquons des outils d’IA permettant de prédire le rendement futur des tomates et des poivrons dans les serres hydroponiques commerciales. Et notre service d'IA est plus efficace qu’un employé pour accomplir cette tâche.

Voici une comparaison. En quelques mois, nous avons pu réduire de 50% l'erreur de prévision de la récolte de tomates. Après un an, nous avons réduit l’erreur de plus de 70%. Comment est-ce possible?

Il apprend et devient meilleur

N'oubliez pas: la technologie d'intelligence artificielle devient de plus en plus intelligente au fil du temps lorsqu'elle est entraînée avec une quantité croissante de données. Ca signifie que le logiciel peut devenir plus précis et capable pour faire des prévisions de récolte au fur et à mesure qu’on l’utilise.

Premièrement: devenir plus intelligent

Ce graphique concerne le même client en Californie. Ils utilisent notre technologie depuis plus d'un an. Vous pouvez constater qu'à chaque cycle de récolte et avec plus de données sur les conditions de croissance et leur rendement de récolte hebdomadaire, les erreurs sur la prédiction du rendement de récolte est de moins en moins grande, tandis que les prévisions de récolte manuelle - ici en rose – demeurent volatiles. Notre erreur moyenne de prévision de la récolte hebdomadaire est maintenant d’environ 8% pour ce client, ce qui est une première dans l’histoire.

Deuxièmement: plus loin dans le futur

Et maintenant entraînés avec plus de données, nous pouvons voir plus loin dans le futur.

Ici, vous voyez en rose le rendement effectif de la récolte pour ce même client en Californie. Et la ligne verte représente le rendement prévu par notre technologie d'intelligence artificielle deux semaines à l'avance.

Cette précision pour les prévisions à 2 semaines de la récolte est également une première mondiale.

Les prévisions de récolte automatisées par IA sont plus précises

Alors pourquoi l'IA est-elle tellement plus précise que l'homme?

Les prévisions de récolte manuelle effectuées aujourd'hui par l'homme sont inexactes, car nous ne prenons en compte que quelques facteurs pour estimer la maturation des fruits.

Nous savons que de nombreux facteurs influencent la croissance des plantes : température, lumière, humidité, quantité de CO2, température de l’eau, fertilisants, etc. Un employé ne peut pas analyser tous ces facteurs en même temps. Il ne peut pas non plus calculer comment un facteur de croissance va influencer un autre facteur.

Ainsi, par exemple, nous savons qu'une température élevée augmentera la croissance des plantes. Mais que faire si vous avez une température élevée, peu d'eau et un peu de CO2. Comment toutes ces conditions affectent la croissance des plantes. C'est trop complexe et ça prendra trop de temps à calculer.

D'où viennent les données?

Rappelez-vous que le logiciel d’intelligence artificielle doit être entraîné avec beaucoup de données et d'informations pour devenir intelligent.

Pour certains services d'intelligence artificielle et pour certaines entreprises d'intelligence artificielle, vous devrez collecter des données dans vos serres à l'aide de capteurs et de caméras pendant des mois, voire des années, avant de disposer de suffisamment de données pour une formation.

Dans d'autres cas, vous avez probablement déjà suffisamment de données historiques.

Je ne peux pas expliquer toutes les données que nous utilisons en détail car il s'agit d'un secret d'entreprise. Mais chez Motorleaf, nous utilisons vos antécédents de rendements de récolte et les informations provenant de votre équipement de serre. Comme vous disposez déjà de ces données, nous pouvons développer nos services d'IA en quelques semaines.

Il est important de noter que puisque nous utilisons les données de votre serre, la technologie d'IA que nous avons conçue pour vous ne fonctionnera que dans votre serre, car les conditions de croissance d'une serre dans une autre partie du monde sont différentes.

Avantages des prévisions de récolte d'IA

L'intelligence artificielle apportera de nombreux avantages à l'agriculture.

En termes de prévisions de récolte automatisées :

Ils sont plus précis.

Vous pouvez connaître la quantité de légumes dont vous disposerez afin de mieux planifier vos opérations commerciales, de mieux planifier les besoins en main-d’œuvre et d’emballage.

Vous pouvez prévoir le moment où vous aurez un excédent et une meilleure planification des promotions pour le vendre rapidement.

Vous saurez quand vous produirez trop peu et pourrez planifier l'achat du produit manquant afin de respecter les accords contractuels avec vos acheteurs et vos grossistes.

Vous pouvez entièrement automatiser les prévisions de récolte. Oubliez ce travail ennuyeux ! Ça libérera une journée et demie de travail pour vos agronomes ; ils peuvent maintenant consacrer leur temps à développer de nouvelles variétés de plantes et à vous assurer de produire les meilleurs tomates et poivrons possibles.

Utilisations futures de l'IA dans l'agriculture en serre

Nous pouvons nous appuyer sur notre technologie d'intelligence artificielle pour automatiser d'autres tâches importantes dans l'agriculture en serre. Voici quelques exemples de services ÉMERGENT en cours de développement chez Motorleaf. Alors, voici un aperçu de l'avenir.

Dépistage automatisé des maladies

Les stress environnementaux tels que les températures élevées et la sécheresse rendent les plantes vulnérables aux maladies. Nous avons des résultas pour les tomates qui montrent que notre technologie d'IA peut identifier les zones d'une serre soumises à un stress et donc exposées aux insectes et aux parasites. Cela ouvre la possibilité d'automatiser le dépistage des maladies dans une serre; cela permet également aux serres d'intervenir tôt pour mettre fin à une infestation utilisant moins de pesticides.

Nous recherchons actuellement plus de serres pour tester cette technologie.

Comme avec les prévisions de récolte, nous pouvons analyser les conditions de croissance pour savoir quel est le meilleur moment pour récolter du cannabis afin qu'il contienne la plus forte concentration de THC et de CBD.

Nous analysons également l'incidence des conditions de croissance sur la qualité des tomates et des poivrons. Par exemple, notre objectif est de pouvoir prédire la taille des fruits et les conditions qui les rendent imparfaits ou qui présentent des imperfections.

Il y a tellement de possibilités. Et nous commençons à peine à utiliser cette technologie pour l’agriculture en serre.

Et voilà. 

L'intelligence artificielle est un logiciel sophistiqué que vous pouvez utiliser pour automatiser des tâches communes, répétitives et spécifiques dans votre serre.

Avec l'IA, nous pouvons maintenant effectuer des calculs et des analyses complexes des conditions de croissance. Ça nous permet de prédire l'avenir et de réduire les incertitudes concernant vos cultures en serre.

Certaines technologies s’appliquent à tous les producteurs, comme le diagnostic des maladies des cultures par vision artificielle. En contrepartie, d’autres services d'IA sont conçus sur mesure et ne fonctionneront que dans votre serre. 

Nous pouvons collecter des données de votre serre à l'aide de capteurs et de caméras ; ou bien utilisez les documents historiques que vous avez déjà.

Alors n’attendez pas ! Rejoignez la révolution de l'IA aujourd'hui.

Subscribe to Email Updates