Dans les fermes intelligentes de tout le pays, les chercheurs, les entreprises et les agriculteurs travaillent ensemble pour tester et démontrer de nouvelles technologies.
Jacqueline Keena, directrice générale d’EMILI, une organisation à but non lucratif dirigée par l’industrie, affirme que les agriculteurs ont déjà adopté des technologies telles que des drones et des capteurs pour les aider dans des tâches telles que le contrôle des mauvaises herbes et des parasites.
La prochaine étape de cette technologie consiste à disposer d’un modèle d’IA permettant de prendre des décisions basées sur les informations collectées par des drones et des capteurs.
EMILI gère une ferme intelligente au Manitoba où certaines des technologies émergentes sont testées.
La technologie devient de plus en plus sophistiquée, passant de simples systèmes basés sur des règles à de grands modèles de langage, a déclaré Rozita Dara, professeure adjointe à l’École d’informatique de l’Université de Guelph et directrice de l’initiative. Intelligence artificielle pour l’alimentation.
Cela est bénéfique pour l’agriculture de précision, a-t-elle expliqué, qui implique l’analyse des données des capteurs pour prendre des décisions sur des éléments tels que la quantité d’eau ou d’engrais à utiliser. L’IA peut être utilisée pour prendre des décisions de plus en plus complexes, prises depuis longtemps par les humains, a-t-elle poursuivi.
L’IA peut aider à résoudre des problèmes tels que les pénuries de main-d’œuvre et les défis climatiques, a déclaré Darrell Petras, président et chef de la direction du Réseau canadien d’automatisation et d’intelligence agroalimentaire.
À titre d’exemple, son groupe investit dans une société appelée Croptimistic, qui rassemble des données de terrain pour détecter les insectes nuisibles, les changements de couleur des cultures et d’autres facteurs de stress potentiels pour les cultures.
L’IA « peut déterminer si un facteur de stress survient plus tôt que… l’œil humain ne peut le détecter, et l’intervention de la direction peut alors se produire beaucoup plus rapidement », a-t-il déclaré. il explique.
Il a également des utilisations potentielles dans l’évaluation des céréales sur le terrain, ce qui peut aider l’agriculteur à déterminer quand récolter sa récolte et à quoi s’attendre lors de la vente, a ajouté Petras.
Cela peut également être utilisé pour atténuer les effets du changement climatique, a déclaré le président.
Du monde universitaire au terrain
Une grande partie de la recherche sur l’IA et l’agriculture est effectuée dans des établissements postsecondaires, a déclaré Darrell Petras, mais elle doit ensuite être testée sur le terrain. Cela se fait souvent via un « véhicule de marketing », a-t-il expliqué, qu’il s’agisse d’une startup ou d’une entreprise existante.
Il existe un réseau de fermes dites intelligentes à travers le Canada, dirigé par le Olds College of Agriculture & Technology en Alberta, dont l’objectif est de tester et de démontrer les technologies agricoles émergentes.
L’une des fermes du réseau est celle des Fermes d’Innovation d’EMILI.
« Nous montrons vraiment comment ils fonctionnent dans un environnement commercial et, d’une certaine manière, nous atténuons les risques en testant ces technologies (…) et nous partageons ensuite avec d’autres, y compris d’autres agriculteurs, comment ils fonctionnent réellement pour accélérer l’adoption et l’intégration complète de ces nouvelles technologies », a déclaré Mme Keena d’EMILI.
Une autre ferme intelligente se trouve au Olds College, où Felippe Karp mène des recherches sur la manière d’élaborer des normes de collecte et de traitement des données pour créer des modèles d’intelligence artificielle.
La qualité des modèles d’IA dépend de leurs ensembles de données, a déclaré Karp, associé de recherche à l’école et doctorant en génie des bioressources à l’Université McGill. Il se concentre actuellement sur la mesure et la prévision de la variabilité des éléments nutritifs du sol.
“Avec cet ensemble de données, nous avons formé un modèle d’intelligence artificielle (…) et l’avons utilisé pour prédire la disponibilité des nutriments dans le sol.”
Il faut du temps pour déterminer si une nouvelle technologie ou une nouvelle approche a affecté une culture, a déclaré Rozita Dara, et cela peut constituer un obstacle à son adoption par les agriculteurs.
“Parfois (…) c’est dans un délai d’un an, d’une saison ou de quelques années”, dit-elle.
Les agriculteurs peuvent être réticents à partager leurs propres données, a déclaré M. Karp : « C’est l’un des défis auxquels nous sommes confrontés lorsque nous parlons de développer des modèles plus complexes. »
Au fil du temps, M. Petras a constaté une augmentation de l’engagement des agriculteurs.
« L’engagement des agriculteurs est absolument essentiel » pour développer des outils d’IA pour l’agriculture, a-t-il déclaré. Cela comprend des journées de démonstration sur le terrain, des conférences et des ateliers.
“S’ils en ont vu la démonstration, essentiellement dans leur jardin grâce à une ferme intelligente, eh bien, nous sommes beaucoup plus proches de l’adoption.”
