La viticulture de précision à l'ère de l'IA et du big data

Aujourd’hui, la France est le premier exportateur mondial de vin. En 2017,  1,54 milliard de litres de vin ont été vendus à l’étranger, rapportant 8,9 milliards d’euros. Pourtant, comme de nombreux secteurs, le marché viticole en France est durement impacté par la crise sanitaire, mais aussi par le contexte économique et environnemental auquel nous sommes confrontés. Comment l'IA va-t-elle aider les viticulteurs à faire face à tous ces aléas ?

Améliorer le processus de production grâce à la data

A première vue, le secteur viticole semble éloigné du Big Data. Il est pourtant à l'origine d’une quantité de données prolifique. Grâce au développement des nouvelles technologies, ce volume ne cesse d’augmenter et peut donc être exploité pour en tirer un avantage compétitif. Pour se faire, il est nécessaire de trouver de nouvelles approches qui structureront et lieront ces données. En effet, l'art de faire un bon vin n'est pas une science exacte : chaque année est différente, en particulier avec les conséquences du réchauffement climatique. La qualité des récoltes dépend de multiples facteurs dont la météo, la date des vendanges, le cépage, la qualité des sols, le choix des fûts… Dans ce contexte, l'innovation a pour objectif de répondre aux problématiques environnementales, de qualité, de marché, de traçabilité, etc.

L’IA permet de produire mieux et de meilleure qualité, et ce, dès la production du raisin. Par exemple, l'analyse des différents facteurs qui ont un effet néfaste sur les cultures favorise leur anticipation, constituant un gain du temps pour le viticulteur. Il permet, par exemple, de connaître la quantité exacte de produits phytosanitaires nécessaires en fonction de paramètres tels que de la taille d’un terrain ou des nuisibles qui y sont présents. Ces données peuvent être tirées à partir d'une multiplicité de ressources : les machines utilisées (pulvérisateurs, tracteurs...), les capteurs (de stress hydrique par exemple) mais aussi les outils dédiés à la captation d'images aériennes (images satellites, drones, etc.).

Optimiser la rentabilité des vignobles grâce à l'IoT : un défi d'avenir

Les innovations technologiques se mettent au service d'une production plus durable en assurant un suivi plus stable de la vinification. Par exemple, grâce aux objets connectés (IoT), les viticulteurs renforcent leur capacité d'anticipation, améliorant ainsi leur prise de décisions. Branchés sur les pieds de vignes ou traversant les champs, installés une saison entière ou périodiquement, ces outils représentent également une ressource de données conséquente. En outre, certaines solutions sont capables d'extraire des informations sur la météo et l’état de développement de la vigne, afin d’estimer les pertes de rendement lors d’épisodes météorologiques sévères, comme les gelées d’avril 2021.

Désormais, les drones peuvent examiner les parcelles depuis le ciel. Grâce à aux images haute résolution capturées par celui-ci, le viticulteur peut déterminer la maturité du raisin, assurant leur récolte au moment le plus propice. D'autres sont équipés d'un ou plusieurs capteurs qui enregistrent des images appartenant à des gammes de longueurs d'onde spécifiques dans le proche infrarouge. Cette technologie leur permet de détecter d'éventuelles maladies et de les traiter à temps. Enfin, les ces appreils détectent les parcelles ayant souffert du gel grâce à de l’imagerie de précision et à l’analyse d’une IA. Toutes ces possibilités ne sont pas réservées aux drones. Désormais, des caméras embarquées, installées directement sur des tracteurs ou des enjambeurs, se faufilent dans les rangs et capturent des images ou des vidéos au plus près de la vigne. 

Récemment, une société a créé un robot complètement autonome qui se déplace en fonction des données collectées par les logiciels de cartographie, grâce à six capteurs de vision et deux bras. Le robot est capable de remonter les rangs de vignes et d'exécuter toutes les tâches qu'un vigneron fait d'ordinaire : la taille, l’ébourgeonnage et la vendange.

Révolutionner la viticulture grâce au deep learning et à la vision par ordinateur

Le deep learning s'appuie sur l'utilisation d'un réseau de neurones artificiels qui lui permet de traiter de grandes quantités de données. Ces connexions s'étendent à mesure que le système apprend de lui-même, améliorant ainsi sa prise de décision. Appliqués au traitement d’images et aux flux vidéo, les algorithmes détectent les situations pour lesquelles ils ont été entrainés au préalable. Le couplage vision par ordinateur et intelligence artificielle peut ainsi améliorer considérablement le suivi de la vigne. Par exemple, il existe aujourd'hui des réseaux de neurones dédiés au comptage d’éléments dans une image. En imaginant qu’un tracteur ou qu'un enjambeur soit équipé de caméras intelligentes, compter les éléments présents sur une vigne est désormais possible.

À l'aide de ces caméras embarquées, il sera également possible de surveiller et de détecter des maladies, d'établir des prévisions de rendement grâce au comptage des grappes ou des fruits, d'analyser leur stade de maturité, voire même de rendre les engins autonomes. Guidage automatique, actions ciblées au centimètre près, prévision de rendement... le deep learning et la vision par ordinateur permettent une viticulture de haute précision. 

Preuve de l’intérêt que le digital suscite, dans une étude menée par l'IFOP pour l'association Vin&Société, 56% des acteurs sondés ont déclaré vouloir se former au digital et 52% d'entre eux ont déjà recours à des outils connectés sur leurs vignobles. Les outils les plus utilisés sont la station météo connectée (30%) et les outils d’aides à la prévision de maladie (26%). Dans cette enquête, les acteurs expriment leur souhait de pouvoir mieux connaître les outils numériques dans la vigne et dans le chai (44%), mais aussi les pratiques viticoles ayant un impact sur l’environnement (35%).