3 façons dont l'IA peut aider les agriculteurs à relever les défis de l'agriculture moderne

Malgré toute l’attention portée aux nouveaux outils d’intelligence artificielle tape-à-l’œil comme ChatGPT, aux défis de la régulation de l’IA et aux scénarios apocalyptiques de machines superintelligentes, l’IA est un outil utile dans de nombreux domaines.En fait, cela présente un énorme potentiel pour le bénéfice de l’humanité.

Dans le secteur agricole, les agriculteurs utilisent de plus en plus d’outils basés sur l’IA pour relever les défis qui menacent la santé humaine, l’environnement et la sécurité alimentaire.Les chercheurs prévoient le marché de ces outils atteindre 12 milliards de dollars d’ici 2032.

En tant que chercheur étudier la politique agricole et rurale, je vois trois développements prometteurs dans l’IA agricole :apprentissage fédéré, détection des ravageurs et des maladies et prévision des prix.

Mutualiser les données sans les partager

La robotique, les capteurs et les technologies de l’information sont de plus en plus utilisés en agriculture.Ces outils visent à aider les agriculteurs à améliorer leur efficacité et à réduire leur utilisation de produits chimiques.De plus, les données collectées par ces outils peuvent être utilisées dans des logiciels qui utilisent l'apprentissage automatique pour améliorer les systèmes de gestion et la prise de décision.Cependant, ces applications nécessitent généralement un partage de données entre les parties prenantes.

Une enquête aux États-UnisLes agriculteurs ont constaté que plus de la moitié des répondants ont déclaré qu'ils ne faites pas confiance aux agences fédérales ou aux entreprises privées avec leurs données.Ce manque de confiance est lié aux craintes que des informations sensibles ne soient compromises ou utilisées pour manipuler les marchés et les réglementations.L'apprentissage automatique pourrait réduire ces préoccupations.

L'apprentissage fédéré est une technique qui entraîne un algorithme d'apprentissage automatique sur des données provenant de plusieurs parties. sans que les parties aient à se révéler leurs données.Avec l'apprentissage fédéré, un agriculteur place les données sur un ordinateur local auquel l'algorithme peut accéder plutôt que de partager les données sur un serveur central.Cette méthode augmente la confidentialité et réduit le risque de compromission.

Si les agriculteurs peuvent être persuadés de partager leurs données de cette manière, ils peuvent contribuer à un système collaboratif qui les aide à prendre de meilleures décisions et à atteindre leurs objectifs de durabilité.Par exemple, les agriculteurs pourraient mettre en commun les données sur les conditions de leurs cultures de pois chiches, et un modèle formé sur toutes leurs données pourrait donner à chacun d'entre eux de meilleures prévisions pour leurs rendements en pois chiches que les modèles formés uniquement sur leurs propres données.

Détection des ravageurs et des maladies

Les moyens de subsistance des agriculteurs et la sécurité alimentaire mondiale sont de plus en plus menacés par les maladies des plantes et les ravageurs.L'Organisation des Nations Unies pour l'alimentation et l'agriculture estime que les pertes annuelles mondiales dues aux maladies et aux ravageurs totalisent 290 milliards de dollars, avec 40 % de la production agricole mondiale affectée.

Les agriculteurs pulvérisent généralement des produits chimiques sur les cultures pour prévenir les épidémies.Cependant, la surutilisation de ces produits chimiques est liée à des effets nocifs sur santé humaine, qualité des sols et de l’eau et biodiversité.Il est inquiétant de constater que de nombreux agents pathogènes sont devenir résistant aux traitements existants, et en développer de nouveaux s’avère difficile.

Réduire la quantité de produits chimiques utilisés est donc primordial, et l’IA pourrait faire partie de la solution.

Le Consortium des centres internationaux de recherche agricole a créé une application pour téléphone mobile qui identifie les ravageurs et les maladies.L'application « Tumaini » permet aux utilisateurs de télécharger une photo d'un ravageur ou d'une maladie suspectée, que l'IA compare avec une base de données de 50 000 images.L'application fournit également des analyses et peut recommander des programmes de traitement.

Si elles sont utilisées avec des outils de gestion agricole, des applications comme celle-ci peuvent améliorer la capacité des agriculteurs à cibler leurs pulvérisations et améliorer la précision dans la décision de la quantité de produits chimiques à utiliser.En fin de compte, ces gains d’efficacité pourraient réduire l’utilisation de pesticides, diminuer le risque de résistance et prévenir les retombées nocives pour les humains et l’environnement.

Boule de cristal pour les prix

La volatilité du marché et la fluctuation des prix affectent la façon dont les agriculteurs investissent et décident quoi cultiver.Cette incertitude peut également empêcher les agriculteurs de prendre des risques sur les nouveaux développements.

L’IA peut contribuer à réduire cette incertitude en prévision des prix.Par exemple, les services d'entreprises telles que Agtools, Agremo et GéoPard fournir des outils de décision agricole basés sur l’IA.Ces outils permettent une analyse en temps réel des niveaux de prix et des données de marché et présentent aux agriculteurs des données sur les tendances à long terme qui peuvent aider à optimiser la production.

Ces données permettent aux agriculteurs de réagir aux changements de prix et de planifier de manière plus stratégique.Si la résilience économique des agriculteurs s’améliore, cela augmente la probabilité qu’ils puissent investir dans de nouvelles opportunités et technologies qui profitent à la fois aux exploitations agricoles et au système alimentaire dans son ensemble.

L'IA pour de bon

L’innovation humaine a toujours produit des gagnants et des perdants.Les dangers de l’IA sont évidents, notamment algorithmes biaisés, violations de la confidentialité des données et le manipulation du comportement humain.Cependant, c’est aussi une technologie qui a le potentiel de résoudre de nombreux problèmes.

Ces utilisations de l’IA dans l’agriculture suscitent l’optimisme chez les agriculteurs.Si l’industrie agricole peut promouvoir l’utilité de ces inventions tout en développant des cadres solides et sensés pour minimiser les préjudices, l’IA peut contribuer à réduire l’impact de l’agriculture moderne sur la santé humaine et l’environnement tout en contribuant à améliorer la sécurité alimentaire mondiale au 21e siècle.