Articles de la catégorie: Non classé

L’Intelligence Artificielle au service de l’agriculture

Les capteurs, allant du simple thermomètre jusqu’aux drones, se sont démocratisés dans les exploitations agricoles. Ils permettent désormais de collecter une multitude d’informations sur l’ensemble de l’exploitation et de transmettre en temps réel des données sur l’état et les performances des machines, des cultures et des animaux.  

L’acquisition d’un volume important de données constitue la base de l’agriculture 4.0. Néanmoins, l’Intelligence Artificielle (IA) est indispensable pour extraire de ces données toute la richesse qu’elles contiennent. L’IA est donc le levier qui permettra aux agriculteurs connectés de demain d’être accompagnés tout au long de leurs activités de productions et d’optimiser leurs performances économiques tout en réduisant leur impact environnemental.

L’intelligence Artificielle pour optimiser la gestion des cultures.

Depuis quelques années de nombreuses solutions basées sur de l’Intelligence Artificielle ont vu le jour pour permettre d’optimiser la gestion des parcelles agricoles.

Plusieurs constructeurs proposent notamment des tracteurs et des engins agricoles dotés de systèmes intelligents, capables d’être programmés et de réaliser des opérations de manière plus autonome. Ces machines permettent à l’agriculteur de gagner du temps et d’être plus efficace dans sa gestion des parcelles. De plus, grâce aux données collectées et accumulées, elles sont capables de recommander des opérations et des réglages spécifiques.

Une gestion plus efficace des cultures est également permise par l’utilisation de drones. En effet, certains drones sont capables de survoler une parcelle et de rendre compte de l’état des cultures. Ils peuvent alors prévoir le rendement des plantes et alerter l’agriculteur lorsque le stress hydrique est important, lorsque des adventices commencent à pousser ou encore lorsqu’ils détectent le développement de nuisibles. Ces outils permettent donc à l’éleveur de gagner du temps, de prévoir ses récoltes et d’intervenir au bon moment et bon endroit sur ses cultures.

Certaines machines comme des pulvérisateurs vont encore plus loin et permettent un désherbage ciblé et d’une grande efficacité. Grâce à du traitement d’image et de l’IA, ces machines sont capables de localiser de manière précise les adventices à supprimer et de les reconnaître. Cela permet d’éviter une pulvérisation préventive et systématique et de privilégier une pulvérisation du produit le plus approprié, au bon endroit et en quantité adaptée. Ce désherbage parcimonieux permet de limiter le développement de résistances aux produits et réduit la consommation de produits chimiques de 80% d’après les constructeurs de ces machines. Elles permettent donc de réduire les coûts liés au désherbage ainsi que l’impact sur l’environnement.

Tout comme la pulvérisation de produit phytosanitaire, l’irrigation peut désormais être réalisée avec parcimonie. Des IA couplées à des capteurs de température et de stress hydrique permettent de gérer l’apport en eau de manière automatique, aux endroits les plus asséchés des parcelles.

L’intelligence Artificielle au service de l’élevage et du bien-être animal.

D’après un sondage réalisé par l’Ifop et publié dans le journal Le Monde le 19 août 2020, plus de 80 % des français sont favorables à des mesures plus fortes pour garantir l’amélioration du bien-être animal en élevage. Or, l’Intelligence Artificielle est un des outils qui permettra une avancé dans ce domaine.

De plus en plus de robots sont installés dans les élevages, notamment dans les élevages bovin laitier. Il s’agit notamment de robots de traite mais également de robots racleurs pour nettoyer les couloirs du bâtiment d’élevage ou encore de brosses tournantes pour améliorer le confort des animaux. On pourrait croire que tous ces robots sont source de stress pour les animaux mais le contraire est observé par les éleveurs de ces élevages modernes qui constatent des vaches plus calmes. En effet, ces robots réduisent l’intrusion de l’Homme dans les bâtiments, qui reste un animal qui peut faire peur à certaines vaches craintives. De plus, les mouvements des robots sont réguliers et plus facilement anticipés par les animaux. La robotisation de l’élevage permet donc d’apaiser les individus les plus craintifs.

Les robots de traite sont désormais couplés à de l’IA basée sur de la colorimétrie et de la conductivité, permettant ainsi la détection rapide de mammites. De plus, une simple alerte concernant la baisse de production d’un animal, au vu de précédentes données collectées, permet d’avertir l’éleveur d’un éventuel problème de santé. Ainsi, grâce aux robots de traite et aux IA associées, l’éleveur dispose de toutes les informations concernant la traite de son troupeau et est en capacité de soigner rapidement les animaux malades.

Dans les élevages laitiers, en parallèle des robots de traite et dans les autres types d’élevage, d’autres solutions de surveillance existent. Dans les bâtiments, des capteurs de données environnementales, de son et des outils basés sur de l’analyse vidéo, permettent de détecter de manière précoce d’éventuels problèmes sanitaires et des comportements anormaux (chaleurs, vêlage, agressivité, etc.). Ces outils de surveillance permettent d’agir rapidement, de réduire les pertes animales, d’améliorer la qualité de la production de lait ou de viande et donc de réduire certains coûts de production.

L’IA permet d’accompagner l’agriculteur au quotidien.

Certaines Intelligences Artificielles permettent d’accompagner l’agriculteur au-delà des tâches associées à la gestion des cultures et des animaux.

Par exemple, il existe une communauté de robots conversationnels, appelés « bots », qui combinent IA et expertise métier, capables de converser avec l’agriculteur et de répondre à presque toutes les questions qu’il pourrait se poser : La météo du lendemain ou de la semaine prochaine, le prix des matières premières ou encore un rappel de la règlementation concernant l’épandage et les traitements phytosanitaires. Ces applications facilitent le quotidien des agriculteurs.

Au moment de l’insémination, des applications permettent d’aider l’éleveur dans le choix des taureaux au vu des caractéristiques d’une vache donnée puis de réaliser des commandes.

Des solutions d’Intelligence Artificielle permettent également à l’agriculteur de vendre sa production au meilleur moment au vu de l’évolution des prix d’achat. Certaines solutions, considérées comme des « simulateur d’aléas », permettent de simuler plusieurs scénarios économiques et climatiques possibles et de calculer le risque qu’ils se réalisent. L’agriculteur peut alors calculer ses revenus dans le cas où un risque se concrétise et éventuellement d’adopter le comportement qui minimise le risque.

L’IA offre une multitude de services mais l’Humain reste au cœur des décisions.

La collecte de données sur l’ensemble de l’exploitation et l’intégration d’algorithmes d’Intelligence Artificielle rendront de plus en plus de services très utiles pour optimiser la gestion d’une exploitation agricole. Ces outils permettront de mieux comprendre certaines situations, de prendre des décisions plus rapidement et de capitaliser de manière optimale sur les phénomènes et les problèmes déjà rencontrés. Les objectifs sont de réduire la pénibilité du travail, de produire davantage tout en minimisant les coûts et l’impact environnemental.

Mais l’agriculteur restera pour l’ensemble des tâches stratégiques le seul décisionnaire et chaque agriculteur pourra choisir et personnaliser son parcours de production. L’expertise métier sera toujours une complémentarité aux information fournies par l’IA. De plus, le gain de temps permis par tous ces outils permettra à l’éleveur de se concentrer sur les tâches nécessitant impérativement une intervention humaine.

Hélène Flourent
Consultante See-d
Ingénieur agronome
Docteur en statistiques et mathématiques appliquées

 Vous souhaitez en savoir plus ? Contactez-nous sur contact@see-d.fr

 

Lire la suite

Deep Techs : des outils d’IA européens à portée des entreprises

Par Emmanuel Frénod – Directeur Scientifique de See-d – Fondateur 
(Article  Les Echos)

Au-delà des problèmes de sécurité des Intelligences Artificielles et de la nécessaire régulation des systèmes auto-apprenants neuronaux, l’usage massif actuel d’outils d’IA développés par les GAFAM soulève d’autres risques de perte de souveraineté, d’indépendance, mais aussi d’efficacité.

Les IA sont en marche, c’est inéluctable. Elles sont déjà entre autres, couramment utilisées par les logiciels interprétant le langage naturel (chatbots, traducteurs automatiques, interpréteurs de texte écrit, etc.).
La nouveauté, c’est l’avènement des systèmes auto-apprenants et en particulier les intelligences artificielles neuronales, mais aussi de data prédictives et d’aide à la prise de décision à haute valeur ajoutée.
Stratégiquement, les systèmes auto-apprenants impliquent une véritable révolution dans le monde du travail et dans la société. De nombreuses tâches que l’on croit aujourd’hui être de haut niveau, seront faites demain – bien mieux et beaucoup plus rapidement – par ces systèmes.
Pour schématiser, les systèmes apprenants utilisent deux ingrédients : un modèle mathématique et une base de données appelée base d’apprentissage, constituée de data considérées comme des « causes » et de celles estimées comme des « conséquences ». Le modèle mathématique lui, dépend toujours d’une multitude de paramètres : pour chaque collection de valeurs, il doit être capable de calculer à partir d’une data liée aux données « causes », une data liée aux données « conséquences ». Cette variété de paramètres détermine la capacité d’apprentissage du système en le conditionnant à être la plus proche possible de la donnée « conséquence » déterminée.
Pour atteindre cet objectif, le modèle mathématique doit faire appel à des objets mathématiques plus ou moins sophistiqués avec une règle assez simple : plus le modèle est sommaire plus le volume de la base d’apprentissage doit être important.

Les Deep Tech pour des outils IA sur mesure. 

Aujourd’hui, l’Intelligence Artificielle et en particulier les outils de maîtrise des systèmes apprenants est fortement dominée par les grandes entreprises du numérique (GAFAM et
IBM). Au delà du caractère stratégique des IA, cela pose évidemment des problèmes de souveraineté pour les Etats et d’indépendance pour les entreprises. Il ne semble par exemple pas très raisonnable, pour un Etat, de lutter contre la fraude fiscale avec des outils développés par Google ou de combattre l’espionnage avec des algorithmes conçus par Palentir Technologies qui travaille essentiellement pour toute la communauté du renseignement des Etats- Unis. Pour une entreprise, chercher à avoir une connaissance fine sur ses clients avec des outils d’Amazon, plus grande plateforme d’e-commerce au monde, est aussi absurde qu’utiliser le point de vente de son principal concurrent pour inviter ses clients à une vente privée !

Pour les Etats comme pour les entreprises européennes, il est fondamental d’acquérir et de maîtriser les outils d’Intelligence Artificielle avec lesquels ils vont travailler pendant longtemps. D’autant qu’il existe de nombreuses alternatives, aux outils d’Intelligence Artificielle des GAFAM. Les Deep Techs ou ces innovations de rupture nées dans un labo et faisant l’objet d’un transfert de technologie, façon techno-sciences, déploient désormais des Intelligences Artificielles sur mesure. Particulièrement adaptées aux processus d’entreprises commerciales et industrielles, elles permettent déjà de mieux maîtriser un système de tarification, de définir le prix optimum d’un produit, d’optimiser des stocks, une chaîne de production, d’abaisser les coûts de gestion du matériel via de la maintenance prédictive, etc.
Ces alternatives et leurs systèmes apprenants font appel à des modèles mathématiques plus sophistiqués que ceux des outils vendus ou mis à disposition par les plateformes des géants du numérique qui demandent des bases d’apprentissage colossales et avec lesquelles il est compliqué de prendre en considération des phénomènes d’accumulation, de décalage temporel ou de seuillage. Les deep tech européennes nourrissent le système apprenant de la connaissance a priori du domaine d’activité pour lequel il sera utilisé pour atteindre des
niveaux de performance remarquables. Un gain de temps en termes d’acquisition de bases d’apprentissage, mais aussi une économie significative en puissance de calcul. Dans le contexte industriel, il y a rarement des tera octets de données disponibles pour l’éducation des Intelligences Artificielles !

Lire la suite

Nous recherchons un(e) stagiaire en marketing/communication

Fondée en 2014, See-d (10 salariés) réalise des prestations de data science sur mesure (intelligences artificielles, analyse de données, modélisation mathématique, aide à la décision). Nos clients sont majoritairement des PME et ETI, et nos interlocuteurs, le plus souvent des décideurs : direction générale, direction métier, direction des systèmes d’information.
Nous sommes des généralistes et intervenons dans toutes les grandes fonctions de l’entreprise. Les dossiers que nous traitons sont d’une grande variété et le plus souvent confidentiels.
Pour travailler chez See-d, il faut être curieux, adaptable et intéressé par les nouvelles technologies.
L’objectif de ce stage est de définir le périmètre de la fonction marketing dans une entreprise qui est en plein développement.
Stage basé à Vannes.

Votre mission

·   Outils de communication et d’aide à la vente (présentations PPT et brochures, flyers) : adapter les outils existants à l’image de l’entreprise. Rédiger et présenter les nouveaux outils. Envisager leur évolution : vidéos, mini-films, charte graphique, Prezi… Refonte du site internet.
·        Veille (en français et en anglais) : concurrence, produits, nouveaux salons, appels à projets, challenges start-ups,
·        Salons, conférences : proposer, prendre en main l’organisation,
·        Newsletters et emailings : créer et envoyer (SendingBlue), maintenir les bases abonnés
·        Communication : rédiger des communiqués de presse, enrichir la base de contacts. Proposer des interventions du dirigeant sur des congrès ou salons
·        Web et réseaux sociaux : animer, mettre à jour (cette partie de la mission n’est pas centrale dans le stage)
·        Nouveaux produits : participer aux études de marché

Votre profil :

Diplômé(e) en Marketing, Communication, Ecole de commerce, ou actuellement en formation :

•            Vous êtes organisé(e), rigoureux(euse), et savez vous adapter au changement,
•            Vous maîtrisez parfaitement les logiciels du Pack Office,
•            Vous êtes créatif et maîtrisez des outils de PAO
•            Votre orthographe est irréprochable et vous maîtrisez la rédaction marketing,
•            Vous savez faire preuve d’autonomie et faire des propositions.
•            Vous avez un bon niveau d’anglais

Nous vous offrons :

•            Un stage d’une durée minimum de 3 mois, à commencer dès que possible.

Merci d’envoyer votre CV à cecile.liot@see-d.fr en expliquant en quelques lignes pourquoi ce stage vous intéresse.

Lire la suite