Avec Mineral, Alphabet développe des outils à base d'intelligence artificielle pour optimiser les cultures
Mineral combine robotique, capteurs et outils logiciels pour collecter et analyser des données concernant l'agriculture. Le but est de proposer des outils aux agriculteurs afin de les aider à optimiser leur culture, limiter l'usage d'engrais et restaurer la fertilité des sols.
Project X (ancien Google X), le laboratoire de recherche de pointe d'Alphabet dédié aux projets futuristes, a dévoilé sa dernière idée lundi 12 octobre 2020. Le projet Mineral s'intéresse à la mise en place d'une agriculture plus responsable grâce à des outils logiciels qui reposent sur l'application de machine learning aux données agricoles, qui peuvent être collectées directement sur le terrain mais aussi issues de sources externes.
Un robot pour collecter les données des champs
Dans un premier temps, les équipes de Mineral ont développé une sorte de "buggy" qui puisse circuler dans différents champs. Ce robot peut prendre différentes tailles et être équipé de roues diverses selon les cultures pratiquées sur le champ. Il est équipé de panneaux solaires afin de limiter son empreinte carbone. Un GPS note la localisation exacte de chaque plant dans le champ. Des caméras et d'autres outils de perception fixés sur le robot permettent de collecter des données sur chaque plant en les inspectant au plus près ainsi que des informations sur l'état du sol. Cela permet de comprendre de quelles façon ils poussent et interagissent avec leur environnement.
Au cours des dernières années, ce prototype a déjà circulé sur des champs de fraise en Californie et de soja dans l'Illinois afin de collecter des images, compter et classifier chaque fruit et légume. En parallèle, Mineral récupère des informations sur les conditions météorologiques, l'historique des cultures, des informations sur le sol, etc. Le but est de parvenir à avoir l'image la plus complète possible de ce qui se passe sur le champ.
Des algorithmes de machine learning
Puis, des algorithmes de machine learning permettent de combiner et d'analyser les données collectées sur le champ (taille de plantes, surface foliaire, taille des fruits et légumes, etc.) avec des facteurs environnementaux comme l'état du sol et les conditions météorologiques. Cela permet d'identifier les schémas sur la façon dans les plantes poussent et interagissent avec un environnement spécifique.
Les outils logiciels développés par Mineral ont pour objectif d'aider les agriculteurs à comprendre et prévoir comment les différentes variétés de plantes vont pousser, mais aussi les aider à cartographier leur champ et imaginer quelle plante mettre à quel endroit. Cela peut aider à traiter spécifiquement un plant malade ou peu productif sans traiter l'ensemble du champ et affiner les prévisions de rendement. Cette réflexion autour des cultures intercalaires peut participer à restaurer la fertilité des sols et augmenter leur productivité.
Avec ses outils logiciels et son robot, Mineral ambitionne de rassembler différentes sources d'informations qui étaient, jusqu'à présent, trop complexes ou nombreuses pour être utiles. Ce sont près de 30 000 espèces végétales qui sont comestibles aujourd'hui, relève Mineral, et seulement 1% de ces espèces sont cultivées pour l'alimentation humaine. En trouvant les espèces qui correspondent le mieux à un type de terre et des conditions météorologiques, Mineral veut limiter l'usage des engrais et des produits chimiques et limiter la consommation d'eau.
SUR LE MÊME SUJET
Avec Mineral, Alphabet développe des outils à base d'intelligence artificielle pour optimiser les cultures
Tous les champs sont obligatoires
0Commentaire
Réagir