10 décembre 2023
L'agriculture intelligente est l'adoption de technologies avancées et d'opérations agricoles basées sur des données afin d'optimiser et d'améliorer la durabilité de la production agricole.Les technologies utilisées pour l'agriculture intelligente incluent l'intelligence artificielle (IA), l' automatisation et l'Internet des objets (IdO).
Alors que les nouvelles technologies et outils font depuis longtemps partie intégrante de la gestion agricole et de la production alimentaire, le développement et l'adoption des technologies agricoles intelligentes aujourd'hui sont motivés par des préoccupations urgentes. La principale d'entre elles est la sécurité alimentaire : selon le Fonds monétaire international, la production alimentaire doit augmenter de 70 % d'ici à 2050 pour suivre le rythme de la croissance démographique mondiale.1
En raison du changement climatique, il est de plus en plus difficile d’assurer une quantité alimentaire suffisante. Il limite les rendements des cultures et met en danger la disponibilité de ressources naturelles telles que l'eau pour l'arrosage. Outre les questions climatiques, le secteur agricole est également confronté à des défis de rentabilité en raison de la hausse des coûts des entrées comme les engrais, de la fluctuation des prix des matières premières et de la multiplication des exigences réglementaires.
« Grâce à l'agriculture intelligente, nous pouvons mieux nous adapter aux incertitudes causées par le changement climatique, atténuer les impacts environnementaux et promouvoir la résilience dans la production agricole. »
— L'Organisation internationale de normalisation2
Les dernières actualités et informations en matière d’IA
La newsletter hebdomadaire Think vous apporte toute l’actualité sur l’IA, le cloud et bien d’autres sujets.
Les premières pratiques agricoles étaient centrées sur le recours à la main-d'œuvre, aux animaux et à des outils simples. Parmi les progrès notables de la technologie agricole, on peut citer l'invention du semoir pour une plantation plus efficace en 1701, l'introduction des moteurs de traction à vapeur pour le battage des céréales dans les années 1800 et l'introduction des tracteurs à essence au début des années 1900.
L'introduction des machines agricoles a considérablement réduit le besoin de main-d'œuvre dans l'agriculture, tandis que la collecte et l'analyse des données ont permis aux agriculteurs d'améliorer leurs rendements agricoles et l'élevage. Cette méthode, appelée agriculture de précision ou agriculture de précision, a vu le jour au début des années 1980 grâce au Dr Pierre Robert, également connu comme « le père de l'agriculture de précision ». Il a étudié comment différentes zones d'un champ ont besoin de quantités variables de nutriments pour une croissance optimale des cultures. Ses travaux ont conduit à la création de systèmes agricoles qui appliquent différentes quantités de ressources sur un champ.3
Dans les années 1990, la technologie agroalimentaire a progressé avec la création du système numérique de suivi du rendement des cultures et l'utilisation croissante des systèmes de positionnement global (GPS) par satellite. En combinant les données de rendement avec le GPS, les agriculteurs pouvaient cartographier leurs récoltes, leur fournissant ainsi des informations importantes sur les caractéristiques et la qualité des cultures en temps réel pendant la récolte. Plus tard, la technologie GPS a permis une autre avancée majeure : l'automatisation. Le tracteur autonome est né d'un partenariat entre l'entreprise d'équipement agricole John Deere et la NASA au début des années 2000.
Les technologies avancées qui révolutionnent la production agricole dans diverses entreprises agroalimentaires alimentent l’agriculture moderne d’aujourd’hui.
Le National Institute of Standards and Technology du ministère américain du Commerce définit les technologies de l'information et de la communication (TIC) comme la capture, le stockage, la récupération, le traitement, l'affichage, la représentation, la présentation, l'organisation, la gestion, la sécurité, le transfert et l'échange de données et d'informations. La collecte de données sur tous les sujets, de la teneur du sol aux conditions météorologiques, est devenue un aspect clé de l'agriculture intelligente et les TIC aident les agriculteurs à organiser et à transférer ces données.
L'Internet des objets (IdO) désigne un réseau d'appareils physiques, de véhicules, d'appareils électroménagers et d'autres objets physiques disposant de capteurs, de logiciels et d'une connectivité réseau leur permettant de collecter et de partager des données.Dans le cas de l'agriculture intelligente, les dispositifs IdO connectés comprennent de nombreux types de capteurs IdO, également appelés « capteurs intelligents », tels que ceux qui permettent d'assurer le suivi des cultures, le suivi du bétail et l'observation de l'état de l'équipement agricole, entre autres.Les véhicules aériens sans pilote (UAV) ou les drones équipés de détection et télémétrie par la lumière (LiDAR) collectent également des données agricoles par télédétection.
L'intelligence artificielle et le machine learning peuvent aider les agriculteurs à tirer des enseignements des « big data », des ensembles de données vastes et complexes, issus des initiatives IdO. L'analyse et la modélisation des données grâce à des outils d'IA et de machine learning (ML) basées sur le cloud peuvent éclairer la prise de décision et les techniques d'agriculture intelligente. Par exemple, l'analyse prédictive, les ensembles de données météorologiques et les modèles de prévision agricole alimentés par le machine learning peuvent aider l'industrie agricole à gérer le processus de production, y compris la production de cultures, l'utilisation des terres et la planification de la chaîne d'approvisionnement.
L'automatisation et la robotique occupent une place prépondérante dans les pratiques modernes d'agriculture intelligente.Outre les tracteurs autonomes, les agriculteurs utilisent des robots pour des tâches telles que l'ensemencement, la récolte et la taille. Ils peuvent également déployer des drones afin de pulvériser des engrais, des pesticides et d'autres produits agricoles d'une manière qui peut être plus efficace et plus précise que les méthodes classiques. L'application plus précise et limitée d'engrais, en particulier, peut avoir un impact notable sur l'environnement : les engrais sont une source importante d'émissions de gaz à effet de serre.
Le secteur agricole et les fournisseurs de technologies peuvent contribuer à créer un meilleur avenir pour l'agriculture grâce à des techniques agricoles intelligentes et à des innovations.Voici quelques exemples d'optimisation de la productivité agricole dans le monde entier, grâce à l'agriculture intelligente :
Détection intelligente du sol pour l'optimisation de l'eau
Au Texas, des capteurs reliés à une application pour smartphone recueillent des informations en temps réel sur l'état des sols, notamment leur humidité.L'application réunit ces informations avec d'autres données, notamment les prévisions météorologiques, pour une analyse alimentée par l'IA qui aboutit à des recommandations en matière d'arrosage. Les recommandations sont envoyées aux appareils mobiles des agriculteurs par l'application pour les aider à déployer efficacement les ressources en eau afin d'améliorer la croissance des cultures dans les zones touchées par la sécheresse et le changement climatique.
Arrosage basé sur le cloud pour réduire le stress des vignes
En Californie, où l'utilisation efficace de l'eau est également une préoccupation majeure, une entreprise vinicole a mis en place un outil basé sur le cloud qui ingère des informations provenant des prévisions météorologiques et de l'imagerie satellite, ainsi que des capteurs permettant de mesurer la pression des vignes. L'analyse des données permet de formuler des recommandations d'arrosage adaptées aux besoins de chaque vigne. Depuis la mise en place de la solution, les rendements ont augmenté de 26 % tandis que la consommation d'eau a été réduite de 16 %.
Contrôle climatique piloté par l'IA dans les serres
Dans la région d'Almaty, au Kazakhstan, une « serre intelligente » de cinq hectares est équipée de la technologie IdO et de l'IA. Ces technologies permettent d'observer les conditions à l'intérieur des serres et d'ajuster automatiquement les températures, la lumière, l'humidité et les niveaux d'irrigation en fonction des besoins, afin de créer un environnement optimal pour la croissance des cultures.4
Suivi du comportement des animaux pour améliorer la production laitière
Au Royaume-Uni, des chercheurs ont fixé des capteurs sur des bovins dans des fermes laitières afin de suivre leur activité, y compris les pas effectués et le temps passé à manger et à se coucher. Étant donné que les bovins les plus actifs ont généralement un comportement plus positif, ces informations peuvent aider les éleveurs à déterminer si des interventions sont nécessaires, par exemple en modifiant l'environnement des animaux pour accroître leur niveau de satisfaction, ce qui tend à améliorer les rendements laitiers.5
Ressources
Notes de bas de page
¹ « Helping Feed the World’s Fast-Growing Population », Rabah Arezki, IMF Blog, 31 janvier 2017.
² « Smart farming: the transformative potential of data-driven agriculture », ISO.
³ « The Evolution of Precision Agriculture and Policy Implications », Bernt Nelson, American Farm Bureau Federation, 23 août 2023.
⁴ « How a “smart” greenhouse helps Kazakh farmer grow vegetables all year round », Food and Agriculture Organization of the United Nations, 2 août 2023.
⁵ « How 'robocows' are helping keep Scotland's cattle happy », The Herald, 14 août 2023.