• Dr. Ludger Wess

"Salut Simone, ta plante a besoin de potassium."

Print Friendly, PDF & Email

Innovation. Près d'un tiers des récoltes annuelles de notre planète sont victimes de maladies et de ravageurs des plantes. Les conséquences sont fatales : famine, appauvrissement des agriculteurs d'une part, expansion des surfaces cultivées et utilisation accrue des pesticides d'autre part. Simone et Robert Strey veulent changer ça.

"En fait, nous n'avons pas choisi cette idée commerciale. Elle nous a trouvés bien plus tôt." En 2014, Simone et Robert Strey mènent un projet de recherche pour l'Université de Hanovre au Brésil. "Nous voulions savoir comment la teneur en carbone du sol change selon l'utilisation. Mais à chaque fois que nous faisions nos mesures, les agriculteurs nous montraient des plantes malades et nous demandaient de l'aide : Qu'est-ce que c'est ? Qu'est-ce qu'on peut y faire ?"

Les fermiers étaient pour la plupart impuissants face aux maladies des plantes. "Il n'y a aucune agence phytosanitaire à laquelle s'adresser ", dit Simone Strey. "Tu es tout seul." Mais bien que les deux volets aient étudié la botanique et la science du sol, ils ne connaissent pas non plus toutes les maladies et les symptômes de carence. Pour aider, ils devaient souvent passer beaucoup de temps à faire des recherches sur Internet.

Cependant, Robert Strey est familier avec la programmation et les algorithmes intelligents. Il est immédiatement conscient qu'il est possible d'automatiser la recherche d'images similaires et l'identification ultérieure des dommages causés à l'installation. "Je savais que nous n'aurions besoin que de beaucoup de données pour cela - des photos de plantes malades. Le logiciel pourrait alors apprendre à reconnaître le modèle et à faire des suggestions appropriées pour traiter le problème."

De retour en Allemagne fin 2014, les deux hommes fondent leur entreprise PEAT et s'installent dans un laboratoire de cave à l'Université de Hanovre. PEAT signifie Progressive Environmental & Agricultural Technologies. Le financement de démarrage provient du programme Exist, un programme de promotion du ministère fédéral de l'Économie et de l'Énergie.

Un an plus tard, le premier prototype du logiciel est prêt. "On l'appelait le Garden Bench parce qu'il s'adressait aux jardiniers ", explique Simone Strey. Ce n'est qu'une première tentative de collecte de données et d'images sans intelligence artificielle et reconnaissance automatique des images. "Néanmoins, le succès a été surprenant. On nous a envoyé des milliers de photos. Nous avons collecté et analysé tous ces ensembles de données, ainsi que les résultats d'expériences, par exemple sur les carences en nutriments."

Maintenant, l'ordinateur se met au travail. "Chaque infestation crée un motif optique. Notre logiciel - aujourd'hui appelé Plantix - a appris à les distinguer. Elle est maintenant capable de détecter plus de 120 types différents de dommages aux plantes. Il s'agit de dommages causés par des aliments, des micro-organismes et des virus ou par des symptômes de carence. Et avec chaque photo envoyée, notre logiciel apprend."

Chaque jour, environ 1000 photos du monde entier sont ajoutées. "L'utilisateur ne prend qu'une photo de ses propres dommages, le reste est fait par l'application en arrière-plan. En fin de compte, le logiciel identifie la maladie, sa cause et suggère des méthodes pour la combattre." Il s'agit aussi bien des techniques de l'agriculture conventionnelle que des méthodes de l'agriculture biologique.

Le travail le plus important des fondateurs est d'assurer la qualité des données d'entrée. "Simone Strey explique : "Ce n'est que si l'ordinateur a une référence qu'il peut vérifier ses résultats et ainsi devenir de mieux en mieux."

Le logiciel fonctionne maintenant comme un réseau neuronal et utilise les dernières techniques de calcul parallèle, d'apprentissage et d'analyse en profondeur soutenues par les GPU, et de reconnaissance d'images pour analyser les photos entrantes et former le réseau intelligent et relier les informations ensemble - intelligence artificielle au plus haut niveau. L'intervention humaine est nécessaire lorsque le logiciel est incapable de déterminer quoi que ce soit sans ambiguïté.

"Nous travaillons déjà à la prochaine étape ", explique l'entrepreneur. "Notre intelligence artificielle devrait être capable de suggérer des motifs caractéristiques tels que des taches sur les fruits ou des décolorations de type mosaïque sur les feuilles, même si la plante ou la maladie ne peut être déterminée avec précision.

Actuellement, Plantix est proposé en différentes variantes. Ils sont adaptés aux besoins de zones géographiques spécifiques. Une version a été développée pour le Brésil, une autre pour la Tunisie et une autre pour l'Inde - de grands marchés sur lesquels se rencontrent les maladies typiques des plantes du continent respectif et dans lesquels l'équipe connaît son chemin.

D'autres applications locales et mondiales sont en préparation.

Lorsque Plantix propose des solutions, elle s'en tient aux méthodes de l'agriculture conventionnelle et biologique qui ont fait leurs preuves. "Nous sommes agnostiques et nous ne proposerons jamais un pesticide d'une entreprise en particulier ", dit M. Strey. Elle souligne que Plantix apporte une contribution majeure à la réduction de l'utilisation des pesticides. "Les agriculteurs savent maintenant par eux-mêmes ce qui manque à leurs plantes et ne doivent plus se fier à ce que leur disent les négociants locaux et les représentants des entreprises de protection des cultures.

En Inde, par exemple, les négociants vendaient souvent des mélanges indéfinissables - "au mieux d'eau et d'essence ou de pétrole". Grâce à PEAT, les agriculteurs sont maintenant plus intelligents, capables d'appliquer des mesures de protection de manière ciblée et d'économiser de l'argent dans ce processus.

Rien qu'en Inde, plus de 30000 agriculteurs utilisent régulièrement le logiciel.

Avec cette approche, PEAT est l'un des pionniers de l'agriculture dite de précision. Il s'est fixé comme objectif d'utiliser les nutriments, l'eau et les pesticides de manière ciblée. Ils ne sont utilisés que lorsque c'est vraiment nécessaire - et seulement dans la quantité qui est réellement nécessaire. Cela permet d'économiser des ressources précieuses et est également plus sain pour le consommateur.

De nombreux fabricants de machines agricoles mettent actuellement au point des capteurs et des applications Big Data pour déterminer et évaluer automatiquement et en continu la teneur en éléments nutritifs et l'humidité du sol, le microclimat, la densité de croissance ou l'infestation de mauvaises herbes. Ces données pourraient à leur tour être intégrées dans le logiciel PEAT afin de développer des solutions encore plus intelligentes pour lutter contre les dommages aux plantes.

Mais ce n'est que le début d'une idée géniale. "Les photos nous donnent aussi les coordonnées GPS. Nous pouvons donc insérer des géo-informations dans le logiciel et cartographier la distribution spatiale des maladies.

Ceci est également d'un grand intérêt pour de nombreuses entreprises et autorités. Parce qu'il aide à identifier les menaces émergentes pour que vous puissiez prendre des mesures de protection rapidement."

L'objectif à long terme : un système mondial d'alerte rapide pour les maladies des plantes qui pourrait aider à réduire les pertes de récoltes et les famines et à mettre au point des remèdes en temps opportun.

Ce qu'une telle innovation pouvait accomplir est devenu clair l'année dernière. Début 2016, par exemple, la chenille dite de l'armée d'automne - la chenille d'un papillon hibou - a été détectée pour la première fois au Nigeria. Le ravageur a probablement été introduit d'Amérique du Sud, où il attaque principalement les cultures de maïs. La même année, elle avait déjà causé d'énormes dégâts 5000 kilomètres plus au sud. La chenille gloutonne infeste non seulement le maïs, mais aussi les arachides, le millet, les pommes de terre et le soja.

Résultat amer : l'Afrique est menacée par la famine. Les experts craignent à présent que le ravageur ne se propage également vers le nord dans la région méditerranéenne européenne. Un système d'alerte précoce opérationnel aurait pu empêcher cela.

Actuellement, les agrumes, le café, les bananes et le blé sont également menacés dans le monde entier. Ils sont menacés par des virus et des champignons. Le transport mondial des personnes, des aliments et des semis favorise leur propagation, tout comme les étés plus chauds et les hivers plus doux.

Mais même en dehors de ces catastrophes, les mauvaises récoltes locales provoquent la faim et la malnutrition. Les experts estiment que la malnutrition chronique cause encore plus de décès chaque année que les crises dramatiques qui font la une de l'actualité.

Dans de nombreuses régions du monde, le PEAT pourrait donc fournir une aide au développement efficace en tant que système d'alerte rapide. "Ils ne doivent pas oublier qu'en Afrique, en Asie et en Amérique du Sud, les agriculteurs sont largement laissés à eux-mêmes en matière de protection des cultures. Les recommandations générales existantes pour les engrais et les pesticides sont souvent inutilisables, coûtent beaucoup d'argent et finissent par endommager le sol et donc l'environnement ", explique Simone Strey.

L'identification des canaux de distribution permettra à l'avenir de prévoir les mauvaises récoltes, d'installer des systèmes d'alerte précoce et de prendre des contre-mesures ciblées. "Même les compagnies d'assurance-récolte s'intéressent aux données. En établissant un lien avec d'autres informations, nous pouvons également mieux comprendre la relation entre des géofacteurs tels que la qualité du sol ou le climat et certaines maladies des plantes. Cela aussi est d'un grand intérêt pour l'agriculture."

La tourbe profite donc à l'agriculture de deux façons : premièrement, elle aide l'agriculteur qui sait maintenant ce qui menace sa récolte et ce qu'il peut faire à ce sujet.

D'autre part, le PEAT utilise les données collectées pour aider les gouvernements et les autorités ainsi que les entreprises et les chercheurs à identifier les ravageurs et à les disséminer en temps utile et à prendre des mesures de lutte. "Pour l'agriculteur ou le jardinier, que ce soit en Europe, aux Etats-Unis, en Inde ou en Afrique, l'utilisation de l'application doit rester gratuite. Les entreprises qui veulent intégrer nos logiciels dans leurs produits ou utiliser notre trésor de données doivent payer."

En effet, le logiciel peut également être utilisé par de grandes entreprises, par exemple pour la surveillance de serres, l'intégration dans des drones, des robots ou des machines agricoles. "Ils seraient informés en temps utile si leurs plantes étaient déficientes ", explique Strey.

Les clients potentiels ne seraient pas seulement les exploitants d'immenses serres, qui veillent à ce que les tomates et autres légumes frais nous soient disponibles toute l'année en Europe et aux États-Unis. Aux États-Unis, l'équipe a appris d'une présentation aux investisseurs de la Silicon Valley qu'il y a de plus en plus d'utilisateurs privés qui s'offrent des serres automatisées pour leurs jardins.

Au printemps 2017, la société a conclu un premier tour de table d'un million d'euros avec des particuliers et des business angels. "Nous avons besoin du capital nécessaire au développement de l'application et à l'intégration des informations météorologiques. Nous le dépenserons également en frais de personnel et en marketing. Nous avons l'intention de conclure une nouvelle ronde de financement à la fin de l'année. Pour ce tour, nous voulons des sociétés de capital-risque et quelques personnes clés, de préférence dans des pays clés comme l'Inde."

Simone Strey ne sait pas encore exactement quoi faire. Tout semble possible. Si le pool de données est suffisamment important, l'entreprise pourrait devenir intéressante, par exemple, pour une reprise par l'une des grandes sociétés d'ingénierie agricole qui s'occupent intensivement du sujet de l'intelligence artificielle. Ou une introduction en bourse. Ce serait le préféré de l'entrepreneur pour le moment. Mais elle sait aussi que le temps n'est pas encore venu. "Tout d'abord, nous voulons construire la plus grande base de données au monde sur les maladies des plantes." ®

Auteur : Dr. Ludger Wess

Adresse d'édition

  • Private Wealth GmbH & Co. KG
    Montenstrasse 9 - 80639 München
  • +49 (0) 89 2554 3917
  • +49 (0) 89 2554 2971
  • Cette adresse e-mail est protégée contre les robots spammeurs. Vous devez activer le JavaScript pour la visualiser.

Langues

Médias sociaux