Ken Tran, co-fondateur de Koidra, parle du pouvoir de l'IA dans l'horticulture en cet article dans Serrurier.

En 2018, cinq équipes ont cultivé des concombres dans le cadre d'un défi révolutionnaire pour les serres autonomes la concurrence internationale. La torsion: une seule des équipes était composée de cultivateurs humains expérimentés opérant manuellement leur compartiment de serre. Les quatre équipes restantes étaient composées d'experts internationaux dans les domaines de l'horticulture et de l'intelligence artificielle (IA). Ils ont travaillé pour développer des solutions d'IA pour gérer leurs cultures à distance et de manière autonome. L'objectif de la compétition, le premier défi des serres autonomes au monde, était de faire des percées dans la production alimentaire durable.

Après quatre mois intenses, les cultivateurs manuels sont arrivés à la deuxième place. L'équipe de première place, dirigée par l'un des auteurs de cet article, a gagné avec une solution de croissance autonome qui a non seulement obtenu des rendements supérieurs de 6% et un bénéfice net supérieur de 17%, mais a également utilisé moins de CO.₂, chauffage et entrées d'eau.

Malheureusement, les producteurs ne savent que trop bien que la main-d’œuvre est la principale source de problèmes de production. Année après année, en Cultivateur de serre Enquête sur les 100 meilleurs producteurs, les producteurs signalent des défis non seulement avec le coût de la main-d'œuvre, mais aussi avec la disponibilité de main-d'œuvre qualifiée. Sans surprise, les producteurs recherchent de plus en plus des moyens de relever ces défis, y compris de nouvelles technologies qui peuvent rendre la gestion des serres plus autonome.

L'IA est un pas au-delà de l'automatisation basée sur des règles

Une bonne façon de penser à l'intelligence artificielle est qu'elle va au-delà de la simple automatisation basée sur des règles. L'IA moderne consiste à utiliser les mathématiques pour trouver des modèles dans les données, y compris le type trouvé dans les systèmes environnementaux et biologiques de serre. Par example:

• Avec suffisamment de données climatiques, les producteurs peuvent utiliser l'IA pour déterminer les points de consigne optimaux et faire des prévisions climatiques.
• Avec suffisamment de données sur le rendement des cultures, les producteurs peuvent utiliser l'IA pour générer des prévisions de rendement.
• Avec suffisamment de données d'image, les producteurs peuvent utiliser l'IA pour détecter les ravageurs et les maladies.

Certains types d'IA peuvent même apprendre à partir de nouvelles données, offrant des résultats progressivement meilleurs au fil du temps.

En étant en mesure de fournir des informations plus approfondies sur les opérations quotidiennes des serres, l'IA peut être utilisée pour soutenir la prise de décision d'experts et responsabiliser les producteurs de manière significative. Après tout, les meilleurs résultats proviennent d'une combinaison réfléchie d'intelligence humaine et d'intelligence artificielle.

L'approche basée sur les données de l'IA peut également être combinée avec l'approche classique basée sur des règles, permettant un degré d'automatisation des serres beaucoup plus élevé que jamais. En bref, les producteurs peuvent utiliser l'IA pour automatiser de nombreuses tâches opérationnelles par cœur, contribuant ainsi à soulager les problèmes de main-d'œuvre chroniques qui défient l'industrie.

Les données sont le carburant de l'IA

Autant l'IA concerne les algorithmes mathématiques, mais aussi les données. Contrairement à la croyance populaire, certains des algorithmes les plus couramment utilisés en IA existent depuis des décennies. Ils ne sont même pas terriblement compliqués. Mais pendant très longtemps, la disponibilité des données - ainsi que la puissance de calcul abordable nécessaire pour traiter les données - ont été des facteurs limitants.

Il a fallu un développement récent du matériel informatique pour libérer le potentiel de l'IA. La révolution des smartphones, déclenchée par Apple en 2007, a créé des écosystèmes de fabrication et des chaînes d'approvisionnement entièrement nouveaux à l'échelle mondiale. Cela a changé l'économie fondamentale du matériel informatique, apparemment du jour au lendemain. Les composants matériels clés, tels que les microprocesseurs, les radios et les capteurs, sont devenus exponentiellement moins chers, plus petits et plus puissants. Les filets de données brutes se sont transformés en inondations. La nouvelle abondance de données et la puissance de calcul ont contribué à transformer l'IA d'une curiosité de recherche avec peu d'applications commerciales en un changement technologique radical.

Photo fournie et protégée par Koidra Inc.

L'IoT apporte une abondance de données

Au début des années 1980, les étudiants diplômés de l'Université Carnegie Mellon de Pittsburgh sont devenus ennuyés à l'idée de se rendre à un distributeur automatique Coca-Cola pour le trouver vide. Ils l'ont modifié pour qu'il puisse rapporter son inventaire sur Internet. Ce faisant, ils ont inventé le premier appareil connecté à Internet au monde.

Aujourd'hui, des milliards d'appareils, petits et grands, de l'électronique grand public aux machines industrielles, ont rejoint cette première machine à soda en étant connectés à Internet, formant ce que l'on appelle l'Internet des objets (IoT). Ce qui est important, c'est que, contrairement aux générations précédentes de matériel - y compris de nombreuses solutions d'automatisation de serre courantes - les appareils IoT utilisent les mêmes types de formats de données et de protocoles de communication que ceux utilisés ailleurs sur Internet. En s'appuyant sur les normes Internet mondiales, il peut être plus facile d'échanger des données avec des appareils IoT sans nécessiter de matériel supplémentaire pour passer d'un type de système à un autre.

Ensemble, l'IA et l'IoT sont des technologies complémentaires. Le matériel IoT aide les producteurs à collecter plus facilement les données brutes des serres. Et les logiciels d'IA aident les producteurs à comprendre - et à agir sur - ces données pour améliorer la production agricole.

Étude de cas: le succès de Kenneth Tran dans le défi des serres autonomes

Dr Tran: En 2018, j'étais chercheur en IA chez Microsoft Research près de Seattle, travaillant sur un nouveau type d'IA appelé apprentissage par renforcement. J'y ai initié un nouvel effort pour appliquer nos recherches au domaine de l'agriculture en environnement contrôlé. Avec le soi-disant projet Sonoma, nous avons collaboré avec des phytologues du Harrow Research Centre en Ontario, au Canada, et avons fini par participer au premier défi international des serres autonomes, organisé par la Wageningen University & Research aux Pays-Bas.

Dans ce défi, chaque équipe a cultivé des concombres dans une serre de 315 pieds carrés pendant environ quatre mois. Ces compartiments étaient équipés d'ordinateurs de processus standard, de capteurs climatiques et d'actionneurs. Grâce aux interfaces numériques IoT (API REST), nos programmes d'IA pourraient lire en continu les données des capteurs, déterminer les points de consigne optimaux et renvoyer les points de consigne aux ordinateurs de processus, partout sur Internet. Plus de détails sur le défi et ses résultats peuvent être trouvés dans un article de Hemming et coll. (2019).

Malgré notre manque d'expérience dans la culture de concombres et notre prototype très précoce, notre solution de culture autonome a pu remporter le concours. Nous avons même surpassé l'équipe de deuxième place, l'équipe de référence composée de producteurs néerlandais experts, avec un rendement supérieur de 6%. Cette marge de rendement équivaut à une augmentation de 17% du résultat opérationnel.

L'équipe de référence a-t-elle mal performé? Pas du tout. Ils se sont remarquablement bien comportés, selon de nombreux experts. Leur rendement était de près de 50 kg / m² en l'espace de quatre mois, soit l'équivalent de près de 150 kg / m² par an. Ceci est considéré comme un rendement élevé pour une serre partout sur la planète.

À la suite de l'Autonomous Greenhouse Challenge, j'ai fondé Koïdra en 2020 pour s'appuyer directement sur nos apprentissages et pousser davantage l'état de l'art en matière d'IA et d'IoT pour l'agriculture et d'autres applications de contrôle industriel.

Poser les bonnes questions sur l'IA et l'IoT

Aujourd'hui, de plus en plus de serriculteurs sont disposés et prêts à adopter l'IA et l'IoT. Le principal défi est de donner un sens aux produits sur le marché et de pouvoir parcourir tous les discours marketing. De nombreuses entreprises affirment avec impatience qu'elles disposent d'un algorithme d'IA ou d'un appareil IoT qui fonctionnera pour les serres.

Voici quelques considérations clés à garder à l'esprit lors de l'évaluation des logiciels d'IA et du matériel IoT:

• Performance : Les producteurs devraient pouvoir constater des avantages concrets et concrets. Demandez : L'IA a-t-elle fait ses preuves dans la production commerciale pour améliorer le rendement et l'efficacité des ressources ? Sous quelles conditions? Quel est le bilan de l’entreprise en matière de développement de logiciels d’IA et d’IoT ?
• Conception d'IA: Les solutions d’IA les plus efficaces combinent le meilleur de l’intelligence humaine avec le meilleur de l’intelligence artificielle pour prendre des décisions. Demandez : Comment le modèle d’IA exploite-t-il l’ensemble des connaissances existantes ? Comment garantit-il que les performances s’amélioreront au fil du temps avec plus de données ?
• Conception de logiciels: Les producteurs devraient garder le contrôle des opérations en serre. Demandez : Quels principes de conception de logiciels sont utilisés pour garantir la sécurité des cultures ? Puis-je basculer facilement entre les modes manuel, recommandation et copilote à tout moment ?
• Propriété des données: Les producteurs doivent être propriétaires de leurs données et éviter le « verrouillage des fournisseurs ». Demandez : Puis-je facilement importer des données à partir d’autres systèmes ? Puis-je sauvegarder et exporter mes propres données ? Existe-t-il des API permettant un accès aux données en direct et des intégrations personnalisées ? Puis-je utiliser des logiciels et du matériel de différents fournisseurs, maintenant et à l’avenir ?

L'IA et l'IoT peuvent autonomiser les producteurs

Dans un monde où les ressources essentielles - l'eau et l'énergie, ainsi que le temps, l'argent et la main-d'œuvre qualifiée - se raréfient, il est logique d'explorer de nouvelles technologies pour alléger ce fardeau. Comme nous l'avons appris du Autonomous Greenhouse Challenge, les producteurs peuvent en effet obtenir de meilleurs rendements et une meilleure efficacité de l'utilisation des ressources grâce à l'utilisation de logiciels d'IA et de matériel IoT. De plus, ces technologies continuent d'être développées et avancées à un rythme rapide.

En fin de compte, l'IA et l'IoT peuvent véritablement donner aux serriculteurs les moyens de prendre de meilleures décisions, de faire plus avec moins de produits alimentaires de manière plus durable.

À propos de Koidra

Koidra est à la pointe de l'innovation en matière de technologies climatiques, proposant des solutions d'automatisation intelligentes qui permettent aux serres de haute technologie, aux installations d'énergie biomasse et aux usines de transformation des aliments d'exceller en termes de durabilité et d'efficacité de production. Nous nous engageons à aider ces industries à réduire leur impact environnemental tout en maximisant l'efficacité opérationnelle.

En intégrant l'apprentissage automatique avancé, les technologies IoT et les principes mathématiques et physiques, nos systèmes étendent la précision et l'efficacité des opérations au-delà de ce qui est possible grâce aux seuls efforts humains. L'automatisation intelligente de Koidra permet aux installations d'élargir leur contrôle, de minimiser le recours à l'expertise manuelle et d'adopter une approche évolutive de la responsabilité environnementale dans l'automatisation industrielle.