Le projet Intelligence Artificielle pour l’Agriculture en Afrique (3A) a pour ambition de rendre accessible à tous les exploitants les bénéfices de l’imagerie satellitaire et de l’IA pour une agriculture africaine plus performante et écoresponsable. La filière oléicole occupe une place importante en Tunisie, pays dans lequel Orange est présent. Le projet s’est donc orienté vers cette filière, pour laquelle l’enjeu important est la surveillance et la détection précoce d’anomalies dans les oliveraies.
ZitApp, une première déclinaison du projet pour accompagner le producteur dans le suivi de ses parcelles et la détection précoce des maladies.
Une détection au plus tôt, au plus près de l’arbre
“L’objectif consiste à aider et assister les petits agriculteurs face aux tensions générées par le dérèglement climatique sur leur production, explique Catherine Vivens, Architecte fonctionnel chez Orange. Le projet a abouti à une première déclinaison concrète avec le lancement de ZitApp, une application destinée à accompagner le producteur dans le suivi de ses parcelles. Celle-ci exploite les données satellitaires à l’aide de technologies de Deep Learning afin d’identifier d’éventuelles anomalies et notifier l’exploitant, qui peut se rendre sur place en vue d’un diagnostic au plus près de l’arbre. Une fois sur la parcelle, l’application l’assiste à travers un questionnaire, et la possibilité de prendre des photos pour analyse du problème et de sa cause. En amont du développement, nous avions débuté par une enquête de terrain afin de comprendre les besoins et les réalités auxquelles sont confrontées les agriculteurs, tandis que le questionnaire a été élaboré en partenariat avec l’Institut de l’Olivier en Tunisie. L’enjeu de détection précoce est d’autant plus critique pour le secteur oléicole, particulièrement concerné par la verticilliose, une maladie fréquente parfois liée à des pratiques culturelles mal adaptées, et qui craint l’arrivée d’une nouvelle bactérie nuisible, le Xylella fastidiosa.”
L’application intègre aussi des fiches conseil ou prévention pour orienter les producteurs dans l’évolution de leurs pratiques culturelles face aux enjeux du dérèglement climatique.
Un spectre de données élargi
Le service se démarque en combinant télédétection via des images satellitaires et IA sur un large spectre de données. “Quand on parle d’IA, l’enjeu est d’avoir à disposition un volume de données conséquent pour nourrir les modèles, explique Ahmed Ben Ali, Directeur Recherche & Innovation chez Sofrecom Tunisie. Ici, nous nous fondons tout à la fois sur des données satellitaires – issues de satellites spécialisés dans l’observation des sols tels que Sentinel 2A et 2B ou Pléiades – mais aussi climatiques, scientifiques, agronomiques, empiriques, etc. Nous nous sommes par ailleurs appuyés sur l’expertise du Centre de Recherche en Numérique de Sfax (CRNS), pour les sujets d’application de l’IA sur les images de télédétection. La solution associe plusieurs algorithmes de segmentation et de détection tels que le masque R-CNN, et se fonde sur différents types d’IA aussi. L’objectif étant de tendre, au final, sur une IA aussi décentralisée que possible, une IA déportée au plus près de l’agriculteur.”
Accessibilité et proximité avec l’Edge
Le projet vise ainsi à contribuer à l’accessibilité de la technologie, sur le terrain. Or l’exécution du service nécessite une connectivité qui n’est pas toujours garantie dans les champs. Pour y remédier, l’équipe 3A étudie comment “sortir” l’intelligence des datacenters et la mettre entre les mains des petits producteurs avec l’Edge Computing. Il s’agirait de prolonger le réseau d’Orange jusqu’à proximité de l’agriculteur, tout en concevant un appareil adapté embarquant la puissance de calcul nécessaire à l’exécution de l’IA. Dans la même optique d’accessibilité et de démocratisation, le projet s’attardera par ailleurs sur les façons d’adapter la solution aux petits producteurs, par exemple en imaginant un déploiement sur des services de messagerie ou les réseaux sociaux.
