Login

Intelligence artificielle L’installation d’irrigation se pilote toute seule

Des chercheurs américains utilisent le Machine Learning pour piloter les installations d’irrigation en totale autonomie, en fonction des conditions et des besoins de la culture.

Vous devez vous inscrire pour consulter librement tous les articles.

L’intelligence artificielle est en train de révolutionner l’utilisation des engins agricoles et l’irrigation n’échappe pas à la règle. Aux États-Unis, confrontés à des sécheresses sans précédent depuis trois campagnes, plusieurs universités disposent de fonds conséquents pour mener des recherches sur l’optimisation des apports d’eau.

 

Le plus avancé dans les recherches est Manuel Alejandro Andrade, de l’Oak Ridge Institute for Science, dans le Tennessee. Ses travaux sont basés sur l’utilisation du « machine learning », la catégorie de l’intelligence artificielle qui développe l’auto-apprentissage par les machines et sont déjà en test dans la région de Bushland, dans le nord du Texas.

Un réseau de capteurs de température

Manuel Andrade a développé son algorithme en combinant trois facteurs : l’acquisition d’informations pertinentes, les résultats attendus et les variations sur les résultats attendus. Pour mesurer les besoins en eau de la culture, il parie sur la mesure de la température de la végétation qui est un indicateur de stress hydrique. Ces mesures sont effectuées par des capteurs infrarouges disposés sur les rampes d’irrigation et les pivots.

 

Pour que le système puisse apprendre et progresser, ce qui est la base du « machine learning », l’équipe de Manuel Andrade a procédé à son entraînement avec trois passages sur un sol sec. À partir du quatrième passage, l’ordinateur central qui commande l’ensemble a évolué sur de la végétation à différents stades puis a intégré des données météo comme les précipitations mesurées par un pluviomètre connecté.

Une carte fiable

Après neuf passages d’entraînement, Manuel Andrade estime que son système est capable de générer des cartes de préconisation suffisamment fiables pour piloter toute l’installation sans intervention humaine. De nouveaux essais sur soja et maïs vont être conduits dès le mois d’avril, toujours dans le nord du Texas pour affiner encore l’algorithme.

[summary id = "10044"]

A découvrir également

Voir la version complète
Gérer mon consentement