Avec plus de 70% de denrées fraîches importées, le Québec souhaite accroître son autonomie alimentaire et cela passe par l’objectif de doubler son volume de cultures en serres. Le secteur serricole s’organise pour optimiser sa production et l’intelligence artificielle pourrait y contribuer. Mais quel est le chemin pour s’y rendre?
Augmentation de la production, efficacité énergétique, gestion du stress des végétaux, manque de main d’œuvre… voici la liste -non exhaustive- des défis présentés lors de la 6ème édition des webinaires en sciences des données en agriculture organisés par IVADO, Lactanet et la Zone Agtech.
En réponse à ces défis, des producteurs serricoles se concertent avec des chercheurs et des entreprises innovantes afin de mettre l’intelligence numérique au cœur de leurs pratiques. L’utilisation d’algorithmes d’IA pour la détection d’anomalies et le suivi de culture serait un vecteur majeur de changement.
UN MAILLAGE ENTRE ENTREPRISES ET UNIVERSITÉS
Afin d’accompagner la transformation numérique des industries québécoises, l’Institut de valorisation des données (IVADO) travaille au maillage des entreprises avec les laboratoires en sciences des données des universités québécoises.
“La recherche appliquée est la pierre angulaire de l’innovation dans le secteur agricole. La recherche collaborative entre des chercheurs et leurs étudiants est un terreau fertile pour le transfert de connaissances et pour développer des projets de valorisation des données”
Dany Plourde, conseiller aux partenariats chez IVADO
En ce moment, les deux voies de recherche explorées par l’entremise d’IVADO pour le secteur serricole tournent autour de l’optimisation des conditions de culture et de leur surveillance ‘’nous travaillons sur l’optimisation de l’efficacité énergétique en concordance avec le confort des plantes pour augmenter la productivité’’ et ‘‘l’utilisation des caméras en serre pour détecter automatiquement des stress de culture (hydrique, sous/sur-fertilisation, présence d’envahisseurs)’’.
La faisabilité des projets repose en partie sur la qualité des données. Selon Dany Plourde : ”la collecte des données est très variable d’une entreprise à une autre. Certaines exploitations ont des données colligées manuellement dans un tableau Excel, d’autres sont plus avancées grâce à l’utilisation de données historiques issues de capteurs’’.
En fonction de la structure et de la qualité des données d’une PME mandataire, IVADO accompagne pour mettre sur pied un projet de recherche et son montage financier. ‘’Une façon efficace de recruter du personnel qualifié et de faire de la R&D à faible coût, la recherche collaborative étant hautement subventionnée’’.
LA BOÎTE MARAÎCHÈRE, UNE PME QUÉBÉCOISE, PRÉCURSEURE DANS LE DOMAINE
La Boîte Maraîchère a deux activités. La principale est d’offrir des solutions afin de produire des denrées alimentaires fraîches, sans pesticides ni OGM et ce à l’année. Pour ce faire, celle-ci offre des complexes de production ayant pour but d’optimiser chaque procédé.
En parallèle, l’entreprise travaille sur plusieurs partenariats, avec des institutions de recherche et universitaires ainsi que d’autres partenaires industriels comme Horoma AI, “à développer l’algorithme qui permettra de diagnostiquer et de contrôler la production des cultures sans intervention humaine. Ceci est une avancée considérable dont le plan de développement est prévu sur 12 ans”.
Julien Loiseau, VP production et R&D de la Boîte Maraîchère explique que “l’algorithme devra dans un premier temps reconnaître différentes anomalies qui peuvent affecter les cultures. En regardant la plante, il fait une photo détection de l’état de la plante et en comparant avec les données de référence dont il dispose, le système de contrôle pourra prédire et réagir immédiatement”.
Il donne l’exemple de l’aspect jaune sur les feuilles d’un plant de tomate “une décoloration jaunâtre peut être liée à des facteurs différents : un manque de potassium, d’azote, de fer ou encore trop d’eau d’irrigation”. L’algorithme, ou le réseau de neurones, en cours de développement devra être capable de reconnaître les différents symptômes pour pouvoir mieux les anticiper et les contrôler. “En général, en IA, plus nombreuses sont les données, plus efficace sera le système. Les corrélations entre les bases de données ainsi que les valeurs des différentes sondes en temps réel sont nécessaires pour développer une agriculture dépassant les concepts actuels”. Malgré les milliers de photos annotées et données culturales associés, la firme prévoit d’augmenter considérablement les partenariats et les efforts afin de démocratiser ces technologies.
A lire : Un autre modèle qui mêle agriculture et technologie : celui de la Firme d’hiver qui produit des fraises en hiver à Montréal qui goute le soleil et l’été, de façon écoresponsable.
Crédit : Photo de Markus Spiske – Pexels
