L'IA au service des vignes

1. Vie des Campus
2. Actualités
3. Recherche et innovation
4. L'IA au service des vignes

01 octobre

L'IA au service des vignes

Depuis une dizaine d'années, trois unités de recherche de l'Université de Reims Champagne-Ardenne (URCA), en collaboration avec des acteurs renommés du Champagne, se sont lancés dans des projets innovants. L'intelligence artificielle (IA) s'invite désormais dans les vignes, offrant aux viticulteurs des outils de pointe.

Quand l'informatique et la biologie rencontrent le champagne

L'alliance entre informatique, imagerie numérique, biologie et viticulture pourrait sembler surprenante, mais les résultats obtenus sont extrêmement prometteurs. L'IA, technologie en pleine expansion, voit ses applications se multiplier, notamment à l'URCA. Trois unités de recherche, le CReSTIC, le LICIIS, et RIBP, sont engagées dans des collaborations avec les maisons de Champagne Vranken Pommery et Moët Hennessy, ou encore avec le Comité Champagne pour développer des outils capables de « voir » et de « prédire ». L'objectif ? Permettre aux viticulteurs de mieux comprendre et anticiper les besoins de leurs vignes, en identifiant maladies, et autres facteurs de production permettant de prévoir les rendements finaux.

Un algorithme pour chaque type de données

Le cœur du projet repose sur des algorithmes capables de traiter une grande diversité de données. Pour répondre aux besoins spécifiques des viticulteurs, les équipes informatiques doivent concevoir des algorithmes pour identifier des motifs récurrents, les types de maladies sur les feuilles, la quantité de grappes présentes ou même leur qualité, grâce aux données récoltées. Chaque équipe apporte son expertise, et ensemble, elles construisent des solutions. A chaque type de données, un type d'algorithme, un type d'IA. Ensuite enrichie des données scientifiques issues de la recherche de l'URCA, l'IA apprend. Elle peut, par exemple, reconnaître visuellement certaines maladies de la vigne à partir de photographies.

Ensuite le réseau de neurones des IA analyse et s'ajuste selon les données fournies. Lors de cette étape, le supercalculateur Roméo entre en scène. Dans le cadre des projets, il offre une puissance de calcul colossale pour traiter les énormes quantités de données collectées. Plus les informations sont nombreuses, plus les algorithmes deviennent précis et performants. Cerise sur le gâteau, ces outils se révèlent évolutifs et adaptatifs, s'améliorant chaque année au fil des vendanges et des données récoltées.

De la recherche à la mise en pratique sur le terrain

Une fois les algorithmes développés, la phase suivante consiste à tester ces modèles sur le terrain. La collaboration avec les maisons Vranken Pommery, Moët Hennessy ou le CIVC en sont le parfait exemple. Partenaires de divers projets (voir « en savoir plus »), ils offrent aux équipes de l'URCA un cadre idéal pour la recherche et le développement de ces nouveaux outils. Des applications concrètes sont déjà en place, comme l'estimation automatique de la qualité des grappes au moment de leur arrivée au pressoir. Cette dernière fait d'ailleurs l'objet d'un brevet en vue d'une valorisation industrielle. D'autres innovations sont aussi en préparation, comme la cartographie des parcelles afin de prédire les rendements.

Parmi les avancées futures, l'IA sera employée pour lutter contre des maladies spécifiques comme la flavescence dorée, un virus dévastateur transmis par l'insecte Scaphoideus Titanus. L'IA aidera les viticulteurs à établir un diagnostic et à adapter les traitements en conséquence. La recherche se poursuit pour perfectionner ces outils et élargir leur champ d'application.

Des outils pour anticiper et accompagner l'œil humain

L'un des objectifs majeurs du projet est de permettre à l'IA de détecter des anomalies dans les vignes avant même que l'œil humain ne puisse les repérer. Les premiers résultats sont très positifs : non seulement l'IA se révèle plus rapide que l'observation humaine, mais elle peut aussi couvrir une surface plus importante. Cela garantit une détection uniforme des maladies et des anomalies, éliminant les variations d'appréciation qui peuvent survenir lors de contrôles manuels.

De plus, les algorithmes sont capables d'analyser des images dans un spectre de longueur d'ondes inaccessible à l'œil humain, comme les infrarouges. Ainsi ils permettent de diagnostiquer des problèmes de manière précoce et d'optimiser les interventions.

Une collaboration qui porte ces fruits

Grâce aux collaborations entre les unités de recherche de l'URCA, le Comité Champagne et les maisons de champagne, l'intelligence artificielle s'impose comme un allié précieux pour les viticulteurs. En combinant la puissance du calcul numérique et la précision de l'analyse biologique, ces projets promettent d'améliorer la gestion des vignes et de relever les nombreux défis auxquels le monde viticole fait face. Cela est rendu possible grâce à des IA capables de détecter un pépin avant qu'il n'arrive.

En savoir plus

Projets européens, thèses et brevets LICIIS / RIBP :

H2020 AI4DI (2019-2022) - Artificial Intelligence for the Digitizing Industry - https://ai4di.eu/

• Brevet "Procédé d'estimation automatique de la qualité d'un produit agricole", FR3130377-A1, June 16, 2023 (Bulletin Officiel de la Propriété Intellectuelle, 23/24) - https://data.inpi.fr/brevets/FR3130377
• Thèse Lucas Mohimont, "Deep Learning for the Industry - Application to Precision Viticulture and Covid-19 Modeling". Projet H2020 AI4DI, (2019-2021) - https://theses.fr/2022REIMS021
• + financement 2 post-doc, 2 stagiaires master

HORIZON KDT-JU EdgeAI (2022-2025) - Edge AI Technologies for Optimised Performance Embedded Processing - https://edge-ai-tech.eu/

• Thèse Lilian Hollard, "Optimisation de Modèles d'Intelligence Artificielle pour les Appareils Embarqués", Projet EdgeAI, (2023-2025)
• + financement post-doc

HORIZON KDT-JU EdgeAI-Trust (2024-2027) - Decentralized Edge Intelligence: Advancing Trust, Safety, and Sustainability in Europe - https://www.edgeai-trust.eu/

• + financement post-doc

Projets, contrats et thèses du CReSTIC :

Projet « Imagerie hyperspectrale (2019-2024) - Caractérisation de la qualité du raisin », Comité Interprofessionnel du Vin Champagne (http://www.champagne.fr/)

• Financement d'un stage de Master 2 + Cofinancement de thèse (Soizic Lefèvre, soutenue le 26/06/2023 - https://theses.fr/2023REIMS017) + Post-Doc

Thèse CIFRE Segula Technologies (https://www.segulatechnologies.com) « Modèles d'apprentissage profond hiérarchiques et semi-supervisés sur systèmes embarqués pour l'agriculture intelligente » (2020-2024), https://crestic.univ-reims.fr/fr/projets/cifre-segula-2 (Guillaume Heller, https://theses.fr/2023REIMS012)

Thèse CIFRE Segula Technologies (https://www.segulatechnologies.com) « Architectures de Deep Learning dynamiques pour des tâches de classification », (2024-2027) https://crestic.univ-reims.fr/fr/projets/Architectures-de-Deep-Learning-dynamiques-pour-des-taches-de-classification-sur-systemes-embarques (Tanguy Daval)

Projet MaDhVIT Méthodes d'Analyse de Données hyperspectrales pour la détection des symptômes de jaunisses en VITiculture (2022-2026) - https://crestic.univ-reims.fr/fr/projets/Methodes-d-Analyse-de-Donnees-hyperspectrales-pour-la-detection-des-symptomes-de-jaunisses-en-VITiculture

• Comité Interprofessionnel du Vin Champagne (http://www.champagne.fr/) cofinancement de thèse (Shurong Zhang, https://theses.fr/s351026)

Projet « DASY : Détection Automatisée des SYmptômes de jaunisse », Projet de collaboration (Comité Interprofessionnel du Vin Champagne, Segula Technologies), financement de 2 Post-Docs (2022-2026) - https://crestic.univ-reims.fr/fr/projets/Detection-Automatisee-des-SYmptomes-de-jaunisse

Divers contrats de prestation de recherche successifs avec Moët Hennessy Champagne Services (https://www.moet.com/) sur la prévision de la cinétique de la fermentation alcoolique et notamment un accompagnement scientifique pour la mise en œuvre d'un algorithme, l'analyse des résultats et la mise en production de l'algorithme (2023-2027)