AI world hunger

La faim dans le monde : comment l’IA peut aider à résoudre un problème mondial

Le machine learning et l’intelligence artificielle peuvent répondre à l’un de nos problèmes les plus urgents : comment combattre la faim dans le monde.

Thomas Malthus sera pour toujours associé au sujet de la faim dans le monde. Son Essai sur le Principe de Population de 1798 prédisait un futur peu réjouissant où les populations continueraient de s’agrandir exponentiellement tandis que les réserves de nourriture stagneraient car restreintes de nature.

Sa prédiction était peut-être erronée, mais les inquiétudes sur la faim dans le monde sont toujours pertinentes aujourd’hui. Malgré d’énormes progrès technologiques, la question suivante reste d’actualité : comment arrêter la famine ? Les Nations Unies estiment que d’ici 2050 nous aurons besoin d’augmenter la production de nourriture de 70% pour nourrir tout le monde.

Et le problème ne réside pas fondamentalement dans la production de nourriture. On s’inquiète par exemple de la question de l’accès à l’eau, de la distribution de la nourriture autour du monde, et de l’impact des conflits qui pourraient diminuer les réserves et augmenter les vols.

Heureusement, grâce aux innovations en machine learning et en intelligence artificielle (IA), nous sommes plus proches que jamais de trouver une réponse au problème de la faim dans le monde.

Des tomates pour votre salade ou pour du ketchup ?

Quand il s’agit de nourrir le monde, maximiser la production actuelle semble être un très bon point de départ. D’après l’Institution of Mechanical Engineers, la moitié de la nourriture mondiale (c’est-à-dire deux milliards de tonnes) termine à la poubelle.

TOMRA Sorting Solutions utilise l’IA pour détecter même les plus petites quantités d’aliments afin de réduire le gaspillage. Concrètement, la technologie a pour but de voir la nourriture comme nous la voyons : au lieu de se contenter de la séparer en « bonne » ou « mauvaise » si elle détecte une quelconque anormalité en taille, couleur ou apparence, elle cherche à optimiser chacun des plants. Les pommes de terre qui ne paraissent pas dignes de figurer au menu de restaurants gastronomiques peuvent toujours être utilisées pour faire des frites, des chips, ou même pour être données à des banques alimentaires.

Les machines TOMRA utilisent la spectroscopie proche infrarouge pour analyser la structure moléculaire des produits tandis que des technologies telles que les rayons x peuvent en mesurer la composition élémentaire.

Grâce à ces techniques, la technologie a permis de récupérer 5-10% des produits, soit l’équivalent de 25 000 camions de pommes de terre par an.

S’attaquer aux maladies végétales

Une autre source d’inefficacité en termes de production d’aliments réside dans la santé des végétaux. Entre 20% et 40% des pertes de plants sont causées par des agents pathogènes, des animaux et des mauvaises herbes. L’IA peut aider les agriculteurs à détecter rapidement les maladies pour pouvoir réagir de la meilleure manière.

Le biologiste David Hughes et l’épidémiologiste Marcel Salathé ont utilisé le deep learning pour analyser 14 plants sensibles à 26 maladies : un ordinateur ayant été alimenté de 50 000 images détaillées de plants fut capable de diagnostiquer correctement 99.35% d’entre eux. Avec des photos plus basiques, ce nombre est tombé à 40%, mais il est en augmentation.

Lorsque cette technologie sera améliorée, elle sera utilisée dans le cadre de l’application PlantVillage, qui permet à des agriculteurs du monde entier d’enregistrer des images de leurs plants pour obtenir des diagnostics.

Un robot aspirateur pour les mauvaises herbes

Ce n’est pas juste la santé des plants mais leur qualité qui est également cruciale. Aux États-Unis par exemple, les agriculteurs utilisent 140 000 tonnes d’herbicides sur les champs de maïs, de soie et de coton. Comme la chose est très justement décrite ici, au lieu d’une approche minimale des pesticides, notre comportement actuel se rapproche plus d’un bombardement.

Face à cela, une solution serait le LettuceBot. Celui-ci utilise le machine learning et une base de données de plus d’un million d’images pour photographier 5 000 jeunes plantes par minutes et identifier chaque pousse comme une laitue ou une mauvaise herbe. Chaque fois qu’une de ces dernières est trouvée, il diffuse un engrais très puissant afin de l’éliminer tout en fertilisant au passage la laitue.

L’entreprise Blue River, propriétaire du LettuceBot, explique que sa machine peut réduire l’utilisation de produits chimiques par les agriculteurs de 90% et fournit déjà chaque année 10% des laitues aux États-Unis.

La faim dans le monde : mettre fin à la famine

La famine en Afrique est l’urgence la plus grave depuis la Seconde Guerre Mondiale selon les Nations Unies, avec 6 millions de personnes qui risquent de mourir de faim en Somalie et 14 millions de plus au Sud Soudan, au Nigéria et au Yémen. De plus, une personne sur quatre en Afrique subsaharienne est en situation de sous-alimentation.

Le Nutrition Early Warning System (NEWS) est l’une des solutions qui espère parvenir à résoudre les causes fondamentales de la famine. Elle utilise le Big Data et le machine learning pour détecter le moindre signe de pénurie alimentaire, tel qu’une mauvaise récolte, une sécheresse ou des prix alimentaires en hausse. Cette information est alors utilisée comme un avertissement précoce pour aider à faire face à des crises imminentes.

Cette méthode a déjà connu un certain succès lorsque 170 agriculteurs colombiens ont évité de potentielles pertes dévastatrices après que des algorithmes de machine learning leur aient révélé l’arrivée d’une sécheresse. En conséquence, la solution leur a conseillé de sauter la saison des plantations, leur permettant ainsi de sauver plus de 3 millions de dollars.

Au lieu de juger l’impact de l’intelligence artificielle et du machine learning sur la manière dont Siri répond à nos commandes vocales, c’est sur la résolution des problèmes mondiaux les plus urgents que les nouvelles technologies laisseront leur marque la plus durable.

Inbenta est un leader dans les technologies innovantes de recherche pour les entreprises. Nous mettons en oeuvre les dernières avancées en termes de traitement automatique du langage afin d’améliorer la qualité de service pour les entreprises et leurs clients.

Intéressés ? Notre team d’experts est à votre service pour vous créer une offre personnalisée.

PLANIFIER UNE DÉMO