Capteurs neuronaux "apprenants" pour l'agriculture

La neuroinformaticienne Chiara De Luca de l’université de Zurich (UZH) et l’école Politecnico Turin explorent des réseaux neuronaux qui surveillent l’état des surfaces agricoles et peuvent piloter de façon efficiente les apports d’eau, d’engrais ou de pesticides. Et ceci précisément aux endroits où cela est nécessaire. Les applications conventionnelles d’intelligence artificielle pourraient difficilement y parvenir, indique l’université dans un rapport (page en anglais ou en allemand). Car les capteurs devraient envoyer de grandes quantités de données à des serveurs centraux, qui les évaluent et renvoient ensuite les résultats au système.

C’est pourquoi Chiara De Luca travaille sur une autre approche: elle développe des capteurs et des puces inspirés de réseaux neuronaux biologiques et qui analysent et intérprètent sur place les données récoltées, ce de façon autonome. Ils mesurent des valeurs d’humidité, de température et de pH, pour pouvoir piloter l’irrigation et les apports d’engrais. «C’est une approche complémentaire à l’intelligence artificielle traditionnelle», explique Chiara De Luca. Le système apprend des données collectées jusque là et ajoute de nouvelles informations aux connaissances déjà disponibles – exactement comme le fait un cerveau humain.

Les premières données de ses essais seraient prometteuses et indiquent qu’une gestion des terrres agricoles fondées sur des capteurs neuromorphiques pourrait réduire sensiblement l’utilisation des ressources. Actuellement, les recherches de Chiara De Luca consistent à élavorer des bases. Une application commerciale ne sera possible que dans quelques années. röt