[Chronique IA] L’Intelligence Artificielle et la Révolution agricole en Afrique

À une époque où le monde doit produire plus avec moins de ressources, l’intelligence artificielle (IA) peut contribuer a transformer l’agriculture dans le monde entier.

L’apprentissage automatique s’installe dans les exploitations. La capacité des équipements agricoles à analyser, prédire et conseiller les producteurs via une variété d’applications d’intelligence artificielle offre à l’Afrique le potentiel d’atteindre la sécurité alimentaire.

Le concept de l’IA est que les machines sont capables d’effectuer des tâches d’une manière présumée intelligente. Ces processus leur permettent de fonctionner automatiquement, de raisonner et d’apprendre par elles-mêmes, explique Claudia Ayin, une consultante indépendante au secteur des TIC.

L’apprentissage automatique – machine learning, en anglais – est l’aspect de l’IA qui permet aux ordinateurs d’apprendre de manière autonome, autrement dit « la branche de l’IA qui peut traiter de grands ensembles de données et laisser les machines apprendre par elles-mêmes sans programmation explicite « , ajoute-t-elle.

Selon l’entreprise de recherche MarketsandMarkets, la part mondiale de l’IA dans le marché agricole en 2018 est estimée à 545 millions d’euros et devrait atteindre 2,4 milliards en 2025.

Dans les pays ACP, les agriculteurs peuvent de plus en plus, avec l’aide d’experts en sciences des données et des grosses entreprises technologiques bénéficier des capacités prédictives de l’IA et de l’apprentissage automatique pour accéder aux financements et assurances, prévoir les rendements et lutter contre les ravageurs et maladies, afin d’exploiter des fermes durables plus profitables et intelligentes.

Par ailleurs, la disponibilité des données est essentielle. Par exemple, l’incertitude climatique augmente les risques pour les agriculteurs.

L’assurance récolte et bétail est un élément déterminant de la résilience au climat et les données sont cruciales pour les assureurs qui ont besoin de connaître les probabilités de mauvaises récoltes, les prêteurs qui veulent se renseigner sur les risques de défaut de paiement et les négociants qui doivent savoir quelles sont les régions en surplus ou déficit. Il existe toutefois peu de ressources de données fournissant ce type d’informations de masse à grande échelle, voir aucune.

L’accord signé en 2018 par l’Union Africaine avec le Programme Copernicus de la Commission européenne permet aux scientifiques africains d’avoir accès à des données satellitaires pour prédire les conditions météorologiques n’est pas chose facile. IBM, par exemple, traite les données issues de satellites multiples en utilisant une plateforme décisionnelle pour l’agriculture appelée Watson, qui vise à combiner analyse prédictive, IA, données météorologiques et capteurs de l’internet des objets pour donner aux agriculteurs des renseignements sur le labourage, la plantation, la pulvérisation et la récolte. Chaque satellite fournit une image numérique à différents intervalles, qu’il s’agisse de végétation, de couverture aqueuse et du sol, de température à la surface.

En Zambie il existe une plateforme de conseils automatisés pour les petits producteurs.
Un outil de gestion des risques et des catastrophes basé sur l’IA aide les agriculteurs zambiens à faire face aux sécheresses , aux nuisibles et aux maladies.

Cette plateforme web et mobile AgriPredict permet aux agriculteurs de recevoir un diagnostic à partir de photos d’une plante ou d’un animal suspecté d’être malade, voir des options de traitement, ainsi que des coordonnées du négociant agricole le plus proche. L’outil peut aussi, à travers l’apprentissage automatique, prédire l’arrivée d’un ravageur ou d’une maladie, ainsi que fournir des prévisions météorologiques.

Boureima Badiel