La première application agricole du deep learning est l’analyse d’image, qui permet une identification d’une maladie, d’une plante, d’un individu ou encore de l’état d’une récolte. Pour parvenir à ce résultat, l’intelligence artificielle doit être « gavée » de millions d’images proprement qualifiées par des humains. Dans le domaine de la culture, en plus de la détection d’adventices (voir page xx), cette solution commence à être déployée pour l’évaluation de la maturité des fruits et le calibrage des pommes de terre. Pour les fruits, le robot NVIDIA Jetson utilise l’apprentissage profond pour déterminer quand les fruits sont à maturité afin d’être cueillis par des bras robotisés. Agrobot utilise un scanner de détection 3D avec des capteurs de couleur et infrarouge à courte portée intégrés. La méthode s’appuie sur un réseau de neurones convolutif pour classer chaque pixel de l’image entrante dans la classe « fraise » ou non. De son côté, le français Downs a développé le trieur optique pour pommes de terre non lavées I-Crop Vision. En couplant de l’intelligence artificielle à des caméras industrielles, le système est capable d’analyser l’intégralité de la surface des pommes de terre et de les classer en fonction de leur qualité. Cette solution offre une réponse au manque de main-d’œuvre, en particulier qualifiée.

Le trieur optique Downs est capable de calibrer et analyser les pommes de terre sur 360°. (© Downs)

Identification des animaux

Si les boucles restent indispensables d’un point de vue réglementaire, le déploiement de l’intelligence artificielle laisse entrevoir la possibilité de se passer de colliers et podomètres à moyen terme pour accéder au Dac ou au robot. Pour les porcs et les volailles, l’identification des individus s’effectue par reconnaissance faciale, comme sur un smartphone.

Chez les bovins, deux solutions coexistent. La plus répandue est l’identification à partir des taches sur le corps de l’animal. Plus rapide que la reconnaissance faciale, elle mobilise moins de capacité de calcul. Néanmoins, elle ne convient pas à toutes les races ni aux petits ruminants. Certaines solutions embarquent donc la reconnaissance faciale. C’est le cas du distributeur de concentré Ali e Mob d’ECS, qui donne la quantité de produit adaptée à chaque individu, en circulant dans le couloir d’alimentation. Enfin, quelques entreprises chinoises travaillent à l’identification par les vocalises, en particulier pour les volailles.

Corinne Le Gall