L'agroécologie passe nécessairement par la diversification des cultures mais aussi par la détection précoce des maladies, des carences et des stress (hydriques, etc.) ainsi que par une meilleure gestion de la biodiversité. Le principal verrou est que ce changement de paradigme des pratiques agricoles nécessite des compétences expertes en botanique, phyto-pathologie et écologie que ne possèdent en général pas les acteurs de terrain tels que les agriculteurs ou les techniciens des entreprises de l’agro-alimentaire. Pour lever ce verrou de l’accès aux connaissances, les technologies du numérique et l’IA en particulier peuvent jouer un rôle crucial. 

Le succès de la plateforme Pl@ntNet, qui sera au cœur de ce projet, en est un exemple notable. Il y a encore 10 ans, l’identification des espèces végétales était réservée à une population très restreinte composée de botanistes professionnels ou d’amateurs autodidactes avec énormément de pratique. Avec un outil tel que l’application mobile Pl@ntNet, il est désormais possible pour tout un chacun d’identifier des dizaines de milliers d’espèces en les photographiant avec un simple smartphone. Bien loin d’exclure les botanistes les plus aguerris, Pl@ntNet est par essence une plateforme collaborative qui leur permet de démultiplier leur expertise en la partageant sous forme de données d'entraînement des algorithmes d’intelligence artificielle (IA) et d’échanges avec les utilisateurs novices. A l’heure actuelle, Pl@ntNet est utilisé par près de 20 millions de personnes dans plus de 200 pays. En sus de sa fonction de démocratisation de l’accès aux connaissances, Pl@ntNet est une plateforme de recherche d’excellence avec une forte visibilité internationale à la croisée des sciences du végétal et des sciences numériques.

Le but de ce projet sera de concevoir, expérimenter et développer de nouveaux services à fort impact en agroécologie au sein de la plateforme Pl@ntNet. Cela inclut: la détection et reconnaissance des maladies végétales ; l’identification des niveaux infra-spécifiques ; l’estimation de la sévérité des symptômes, carences, stades de déclin et stress hydrique ; la caractérisation des associations d'espèces à partir d'images multi-spécimens ; et l’amélioration de la connaissance des espèces. Pour atteindre ces objectifs, le projet est constitué d’un ensemble de tâches équilibré entre (i) recherche en IA et sciences du végétal, (ii) développement agile de nouveaux composants au sein de la plateforme et (iii), organisation de programmes de sciences participatives et d’animation de la communauté des utilisateurs Pl@ntNet. Ces tâches seront co-réalisées par un consortium de 10 partenaires incluant des organismes de recherche, des universités, des acteurs de la société civile et des partenaires internationaux.