Dans le dernier épisode du podcast Approximately Correct, nous posons une question très importante : l'apprentissage automatique peut-il nous sauver des tomates tristes et sans saveur ?

Glen Uhrig, biochimiste et professeur associé à l'Université de l'Alberta, rejoint les animateurs Alona Fyshe et Scott Lilwall pour parler des travaux de son laboratoire, qui utilise l'apprentissage automatique pour aider à percer les mystères de la croissance et de la prospérité des plantes - ce qui pourrait avoir des implications majeures sur l'agriculture et la production alimentaire. 

Chargement...

Il dirige le laboratoire Uhrig de l'université de Washington, où l'on étudie comment différentes conditions d'éclairage et de stress peuvent affecter la croissance des plantes. Uhrig explique qu'une grande partie de son travail porte sur la "biologie diurne" des plantes, c'est-à-dire sur l'évolution de leur biologie au cours d'un cycle de 24 heures. "Elles sont très en phase avec le lever et le coucher du soleil, ainsi qu'avec la nuit. Elles font des choses différentes sur le plan métabolique. Elles se développent et visent la reproduction", a-t-il déclaré.

Il est très important de comprendre tout cela d'un point de vue agricole, car nous dépendons des semences ou de la biomasse végétale pour différentes choses".

Dans le cadre de ce travail, Uhrig et son équipe utilisent des lampes LED pour tester la croissance des plantes dans différentes conditions d'éclairage. Ils ont ainsi obtenu des résultats surprenants. Alors que beaucoup de gens supposent que la pleine lumière du soleil donne les meilleurs résultats, leur travail avec une plante appelée thale cress a montré que les conditions d'éclairage qui imitent le crépuscule sont également très importantes pour le développement d'une plante. 

Ce travail génère des quantités massives de données, et c'est là que l'apprentissage automatique peut s'avérer inestimable. Uhrig explique qu'ils utilisent des modèles d'apprentissage automatique pour analyser les images qui retracent la croissance des plantes. Ces modèles peuvent détecter de minuscules changements dans les plantes qui ne seraient pas remarqués par l'œil humain, notamment des changements subtils dans la position des feuilles au cours d'une journée. 

L'apprentissage automatique est utilisé pour soutenir les recherches d'Uhrig sur la façon dont Thale Cress (arabidopsis thaliana) réagit à différentes conditions d'éclairage.

Comprendre comment les différents éclairages peuvent affecter la croissance des plantes pourrait conduire à des applications permettant de produire des cultures qui poussent plus vite, ont de meilleurs rendements ou sont sélectionnées pour d'autres variables telles que le goût ou la couleur. Il s'intéresse particulièrement à l'impact que cela pourrait avoir sur les installations agricoles intérieures, ce qui pourrait avoir des implications pour l'agriculture dans les zones rurales, les climats nordiques ou même pour la production d'aliments pour les missions d'exploration spatiale. 

Selon M. Uhrig, en tant que biochimiste, la collaboration avec les chercheurs en apprentissage automatique met en évidence la puissance de l'intelligence artificielle pour soutenir la découverte scientifique dans d'autres disciplines. 

"Je suis toujours très impressionnée par le type de questions qu'ils posent, car je n'envisage pas les sciences de la même manière, et j'aime entendre ce genre de questions... En fait, nous posons la même question, mais de manière différente, en fonction de nos connaissances préalables. 

Il estime qu'à l'heure actuelle, les chercheurs ne font qu'effleurer les applications que l'apprentissage automatique pourrait avoir pour faire progresser les sciences de la vie et la biologie végétale. Par exemple, il souhaite étudier comment l'apprentissage par renforcement pourrait permettre de concevoir et de développer de nouvelles "recettes lumineuses" susceptibles d'encourager les plantes à croître plus rapidement et à être plus productives. 

Approximativement correct : Un podcast sur l'IA d'Amii est animé par Alona Fyshe et Scott Lilwall. Il est produit par Lynda Vang, et la production vidéo est assurée par Chris Onciul. Abonnez-vous au podcast sur Apple Podcasts ou Spotify.

Approximativement correct : Un podcast sur l'IA d'Amii est animé par Alona Fyshe et Scott Lilwall. Il est produit par Lynda Vang, et la production vidéo est assurée par Chris Onciul. Abonnez-vous au podcast sur Apple Podcasts ou sur Spotify.