Cliquez ici pour lire l'interview en néerlandais
Mike Poodt est Coordinateur Technologie Numérique des Cultures chez Rijk Zwaan. En collaboration avec Blue Radix, il œuvre au développement de la culture pilotée par les données pour leurs propres sites de production et ceux de leurs clients. Nous l'avons interrogé sur la puissance des algorithmes. Quels en sont les avantages et comment perçoit-il leur application pour son entreprise et ses produits ?
Mike, pouvez-vous décrire ce que vous entendez par culture autonome utilisant des algorithmes ?
Pour moi, « culture autonome » est en fait un terme impropre. « Pilotage autonome » serait un terme plus approprié. Le pilotage autonome consiste à proposer ou à appliquer des contrôles basés sur l'analyse de données afin d'approcher au plus près l'objectif (stratégie) prédéfini. Outre cet aspect, le pilotage autonome, pour moi « culture autonome », inclut également les actions autonomes sur la culture. Prenez l'entretien des cultures ou la récolte robotisée, par exemple. La combinaison de ces deux éléments rend l'horticulture pérenne.
Mais que nous utilisions le terme de culture autonome ou de pilotage, l'objectif dans les deux cas est d'accroître l'efficacité et la qualité par la standardisation. Cela implique une plus grande prévisibilité dans la réalisation de la stratégie de culture. Cette prévisibilité devient de plus en plus cruciale dans un monde où tout évolue plus rapidement et où les accords sont de plus en plus complexes.
Quels avantages voyez-vous à travailler avec des algorithmes ?
Un algorithme n'est en réalité rien de plus qu'un morceau de code qui parcourt de nombreuses options différentes pour finalement calculer la somme qui vous rapproche le plus de votre résultat souhaité. Un algorithme le fait sans émotions ni sentiments. C'est pourquoi, en fin de compte, un algorithme peut prendre de meilleures décisions que les humains. Nous fixons l'objectif ; l'algorithme détermine le chemin pour l'atteindre.
Un autre avantage est que vous pouvez rendre les algorithmes plus intelligents en utilisant diverses sources de données comme entrées. Finalement, vous obtenez un modèle de simulation dans lequel vous pouvez faire des prédictions sur l'effet d'une certaine stratégie de culture. Mais vous pouvez également calculer quel devrait être le pilotage si vous avez une serre dans un endroit différent et que vous souhaitez toujours atteindre la même qualité et production. En bref, les algorithmes offrent des aperçus et de la prévisibilité.
Comment voyez-vous l'application pour votre entreprise et vos produits ?
Malgré le fait que Rijk Zwaan ne cultive pas elle-même de cultures commerciales, ces développements sont extrêmement intéressants. À mesure que de plus en plus de données deviennent disponibles sur les conditions de culture et que nous acquérons une meilleure compréhension des besoins de nos variétés, nous serons en mesure de déterminer de meilleures recettes de culture. En intégrant cette recette dans l'algorithme de pilotage, la stratégie de culture sera approchée de plus en plus précisément. Cela facilitera également le passage à une nouvelle variété. Si les conditions spécifiques de la serre sont connues et que nous ajoutons les besoins d'une variété, vous tirerez le meilleur parti de la variété beaucoup plus rapidement.
Ceci est également très intéressant pour notre propre production de semences. Nous nous efforçons également de prédire le résultat aussi précisément que possible. En utilisant des algorithmes pour contrôler la production de semences, le rendement et la qualité deviendront plus constants et prévisibles. Nous ne pouvons pas non plus échapper à la production de semences dans plusieurs endroits du monde. Le pilotage autonome conduira à la standardisation de nos productions, ce qui bénéficiera à la qualité des semences et à la prévisibilité des productions attendues.
Où et comment pensez-vous que la culture autonome sera appliquée en horticulture ? Qu'est-ce qui doit encore être développé ?
Le grand avantage de la culture autonome est que vous pouvez toujours obtenir d'excellents résultats de culture avec moins de connaissances. De plus, nous sommes tous humains, et les humains font des erreurs. Un algorithme peut prévenir ou réduire les erreurs. Aux Pays-Bas, nous avons de très bons producteurs qui ne manquent certainement pas de connaissances. Eux aussi feront une erreur de temps en temps, ce qui permet à un algorithme d'en tirer juste un petit peu plus. Cependant, initialement, je pense que cela est très intéressant pour les environnements de haute technologie avec un manque de connaissances en culture. Cela pourrait être à l'étranger, mais je pense aussi aux producteurs aux Pays-Bas ayant plusieurs sites. Pour égaliser les productions sur ces sites, travailler avec la culture autonome est certainement intéressant.
Pour que cela réussisse, de nombreuses améliorations sont encore nécessaires. Nous manquons encore de nombreuses données qualitatives fiables. Lorsque les mesures des plantes sont effectuées, cela se fait en grande partie manuellement, avec toutes les imprécisions associées. Dans un ensemble de facteurs très complexes qui déterminent une culture, on ne peut se permettre des imprécisions. De plus, la fréquence des mesures manuelles est bien trop faible par rapport au nombre de décisions prises par un algorithme. Une option consiste à utiliser des capteurs végétaux pour améliorer la précision et la fréquence des mesures. Cependant, nous constatons en pratique qu'interpréter les données des capteurs et les corréler avec la position de la culture reste vraiment difficile. Sans parler de l'utilisation de ces données dans les algorithmes de pilotage.
Quel conseil donneriez-vous aux producteurs et aux investisseurs qui pourraient encore avoir des doutes quant à la culture avec des algorithmes ?
Il y a toujours des raisons de ne pas faire quelque chose ou de considérer que quelque chose ne fonctionne pas encore assez bien. Mais cela est vrai pour toute technologie. La version suivante est toujours meilleure. Mais ne serait-ce pas déjà suffisant !
Je dirais, commencez simplement à le faire. C'est une très belle réflexion sur vous-même et votre entreprise. Vous commencez à examiner votre entreprise sous un angle différent, en termes de données. Quelles données possédez-vous et quelle est leur qualité ? Collectez-vous les bonnes données ? Ajustez-vous votre pilotage en fonction de votre ressenti et de votre expérience ou en fonction des données ? Il est très intéressant d'examiner attentivement la manière dont vous prenez des décisions et de déterminer si c'est la décision la plus économiquement optimale.
L'intégration ne doit pas non plus être anxiogène. Laissez l'algorithme fonctionner en parallèle de votre propre pilotage. Observez les différences. Si vous êtes vraiment convaincu, vous pouvez toujours commencer par la gestion autonome d'un seul département.
Quels conseils pouvez-vous donner à Blue Radix pour développer davantage les algorithmes ?
Avec les algorithmes et l'intelligence artificielle (IA), il est important que nous, humains, définissions l'objectif qu'un algorithme doit atteindre. On dit souvent qu'une décision basée sur un algorithme est une boîte noire dans laquelle un algorithme fait son travail et nous devons faire confiance à sa justesse. Cependant, je ne crois pas à cela. Pour que les producteurs possédant de nombreuses connaissances acceptent les algorithmes comme une bonne alternative à leur propre savoir, il est important d'être transparent sur le fonctionnement des algorithmes. Quels paramètres d'entrée sont pris en compte. Le fonctionnement exact du modèle va trop loin. Les gens ne s'y intéressent pas non plus, mais plutôt à savoir s'ils se reconnaissent dans les variables qui jouent un rôle dans une décision.
De plus, il est important de choisir si l'on développe les algorithmes en largeur (plus de cultures) ou en profondeur. Pour moi, l'approche en profondeur semble être le meilleur choix pour l'instant. Actuellement, la dépendance à l'enregistrement manuel est encore trop forte pour pouvoir réellement parler de pilotage/culture autonome. Les intégrations avec d'autres mesures automatisées sont très importantes.
