In cet article de GLASE, nous parlons de AI, son potentiel pour agriculture en milieu contrôlé, et les principes d’adoption de l’IA dans l’horticulture. 

L’utilisation de l’intelligence artificielle dans la production de cultures en environnement contrôlé a le potentiel de produire des cultures plus rapidement et plus efficacement.

La plupart des gens connaissent le terme intelligence artificielle ou IA. Ken Tran, fondateur de Koidra LLC, a déclaré que l'intelligence artificielle est un terme très vaguement défini.

"L'IA désigne au sens large tout ce qu'un ordinateur peut faire pour accomplir une tâche", a déclaré Tran. « L'IA classique peut être un programme qui n'a pas la capacité d'apprendre et de s'améliorer à tout moment. Par exemple, un programme peut être écrit pour qu’un ordinateur joue aux échecs. Un ordinateur peut jouer aux échecs tout seul, mais il suit une logique spécifique imposée par le programmeur. Ce type d'IA ne s'améliore pas avec le temps grâce aux données.

Un deuxième type d’IA peut avoir la responsabilité d’apprendre et de s’améliorer au fil du temps grâce à des données supplémentaires.
"Ce type d'IA est très prometteur car il peut s'améliorer continuellement", a déclaré Tran. "Avec ce type d'IA, un ordinateur peut apprendre de manière autonome à utiliser les données."

Tran a déclaré que les deux types d’IA sont utiles et s’amélioreront mutuellement.

"Le deuxième type est considéré comme la deuxième étape de l'IA", a-t-il déclaré. « L’IA apprenable est la prochaine phase de l’IA de type système expert. Les deux types d’IA pourraient avoir des applications majeures dans l’agriculture en environnement contrôlé.

Le défi des serres intègre l’IA
Tran était le chercheur principal et le chef d'une équipe d'experts en IA et en horticulture qui a remporté le premier défi international des serres autonomes organisé par l'université et la recherche de Wageningen aux Pays-Bas. Tran était l'ingénieur de recherche principal de l'équipe du projet Sonoma. Au moment où Tran a participé au défi, il était un employé de Microsoft Research, où il se concentrait en grande partie sur l'apprentissage automatique.

Le défi des serres s’est déroulé de mai à décembre 2018, avec cinq équipes cultivant un concombre dans leur propre serre à l’université. Le but du défi était de combiner l’IA avec les données des serres pour maximiser la production agricole tout en minimisant les intrants des serres.

"Le succès de l'équipe de Sonoma lors du concours est venu de notre collaboration avec des chercheurs en horticulture", a déclaré Tran. « Sans leur participation et la connaissance du domaine qu'ils nous ont apportée, nous n'aurions pas obtenu ce succès. »

L'équipe a travaillé avec des chercheurs, dont le Dr Xiuming Hao d'Agriculture et Agroalimentaire Canada, Shalin Khosla du ministère de l'Agriculture, de l'Alimentation et des Affaires rurales de l'Ontario et le Dr Chieri Kobota de l'Ohio State University.

"Avant de cultiver des concombres pour la compétition, nous n'en avions pas cultivé, mais nous avons quand même pu gagner", a déclaré Tran. «Lors du concours, notre équipe a surpassé une équipe de producteurs néerlandais experts qui cultivaient auparavant des concombres. Notre équipe a pu produire plus de 55 kilogrammes de concombres par mètre carré. En outre, le bénéfice net sur les concombres était supérieur de 17 pour cent à celui des producteurs néerlandais.

Bénéfices potentiels pour le CEA
Alors que Tran était employé chez Microsoft, il a travaillé sur l'apprentissage par renforcement. Il a expliqué que l'apprentissage par renforcement, dans une définition simpliste, est une méthode basée sur les données utilisée dans les applications de contrôle. Il apprend à trouver les meilleures actions en fonction des données de récompense ou de punition.

"Nous voulions trouver une bonne application pour motiver nos recherches sur l'apprentissage par renforcement", a-t-il déclaré. « En 2017, je cherchais une application pure, c'est-à-dire une application qui aurait un grand impact et qui serait également réalisable pour l'apprentissage par renforcement. J'ai commencé avec des fermes verticales intérieures qui sont une bonne application car il s'agit d'un environnement bien contrôlé avec peu d'influence de l'extérieur. Il est facile de démarrer car l’environnement de test peut être aussi simple qu’une petite chambre de croissance.

« Certains types d'applications qui conviendraient incluent l'utilisation de l'apprentissage par renforcement pour résoudre un problème de contrôle. Nous voulions résoudre un problème dans le monde réel, mais appliquer l'apprentissage par renforcement dans le monde réel est vraiment un défi. C’est pourquoi je recherchais des applications bien contrôlées et pouvant avoir différentes échelles, depuis une petite chambre de culture jusqu’à une grande salle de culture.

Tran a vu le potentiel des fermes verticales pour aider à résoudre les problèmes de production alimentaire durable dans le monde entier. Il s'est entretenu avec des chercheurs et des experts du CEA du monde entier, notamment aux États-Unis, au Japon et en Chine. L’une des institutions contactées par Tran était l’Université de Wageningen.

"Lorsque nous avons visité l'université, nous avons appris comment ils allaient organiser ce défi des serres", a déclaré Tran. « Nous avons discuté avec eux d’explorer des opportunités de collaboration. Avec cette plateforme de compétition, nous pourrions nous familiariser en faisant réellement quelque chose et pas seulement en parlant de théorie et de possibilités.

Collecter davantage de données auprès des producteurs
Tran a déclaré que les producteurs ont besoin de beaucoup plus de données pour que les ordinateurs apprennent de manière autonome comment utiliser les données.

« Nous essayons de comprendre comment les bons producteurs produisent une récolte », a-t-il déclaré. « Il ne s'agit pas d'un seul producteur, mais de plusieurs producteurs. Nous étudions la science végétale et essayons de trouver une formule solide sur la façon de cultiver une culture. Cette formule n'évolue pas d'elle-même. C'est une formule fixe. C'est réagir aux conditions changeantes qui indiquent dans ces conditions d'essayer cela.

«C'est la première étape de notre recherche et elle a été très fructueuse. Il a déjà obtenu de meilleurs résultats que de nombreux autres producteurs car nous avons pu regrouper les connaissances de plusieurs producteurs experts. Nous essayons de développer une IA capable d’apprendre et de s’améliorer au fil du temps avec plus de données. Nous ne voulons pas nous arrêter à un seul système.

Tran a déclaré que contrôler une ferme verticale est plus facile que contrôler une serre.

"Cependant, dans les deux scénarios, notre technologie actuelle peut déjà être utilisée", a-t-il déclaré. « Cette technologie continuera d’évoluer pour avoir un impact encore plus grand. La technologie peut être utilisée dans les deux applications en utilisant ce que nous savons déjà sur la science végétale, l’apprentissage automatique et l’IA en général. Ce n'est pas comme si nous devions attendre une nouvelle technologie ou si la recherche n'était pas prête et que nous devions attendre. Nous pouvons déjà exploiter la technologie aujourd’hui et nous l’avons démontré dans de nombreux scénarios.

Tran travaille sur un programme commercial d’IA qui sera adaptable à une variété de cultures.
"Le processus sera similaire pour développer un programme pour n'importe quelle culture CEA", a-t-il déclaré. « Les données incluront des données environnementales provenant de l’intérieur et de l’extérieur de la serre. Ces données seront générées automatiquement à partir de plusieurs capteurs installés à l'intérieur de la serre, notamment les niveaux de lumière, la température, l'humidité relative, les niveaux de nutriments, la qualité de l'eau et les niveaux de dioxyde de carbone.

« Pour chaque culture, nous devrons discuter avec les producteurs pour savoir comment ils poussent actuellement afin d'établir une référence. Les données sur les cultures seraient fournies manuellement par les producteurs sur une base quotidienne et/ou hebdomadaire en fonction de la culture. Le programme évoluera à partir de la ligne de base avec davantage de données entrantes. Nous voulons que le programme soit sûr pour chaque culture.

Principes pour adopter l’IA en horticulture
Tran a déclaré que pour que les producteurs et l'industrie horticole adoptent l'IA, les principes de sécurité doivent être suivis. Ceux-ci inclus:

• Le système d’IA doit commencer à se développer de la même manière que ce que souhaitent les producteurs, sans écarts risqués par rapport à ce qu’ils feraient. Cette croissance s’améliorerait continuellement.
• Les producteurs peuvent facilement basculer entre les modes manuel, recommandation et Copilot. L'exploitant de la serre a toujours le contrôle et peut choisir de quitter le mode de contrôle AI à tout moment. En mode recommandation, le système d'IA enverrait uniquement des recommandations à l'opérateur pour examen et les points de consigne seraient toujours saisis manuellement par l'opérateur.
• Le système doit permettre une surveillance simple et continue.