Titre : | Deep learning et agriculture |
Titre original: | comprendre le potentiel et les défis à relever |
Auteurs : | Nathalie Toulon |
Type de document : | Document électronique |
Editeur : | Montpellier [FRA] : Chaire AgroTIC, 2018 |
Format : | 49 p. / Dossier |
Note générale : | Une étude de la Chaire AgroTIC sur le Deep Learning et ses applications dans l'agriculture par Nathalie Toulon, en charge des Études d'Opportunité. |
Sujet : |
Mots-clés libres Deep learningAgrovoc Intelligence artificielle ; Agriculture ; Technologies de l'information et de la communication |
Mots-clés: | deep learning ; intelligence artificielle |
Résumé : |
S’il est un domaine en plein développement actuellement, c’est bien celui de l’intelligence artificielle. De la reconnaissance de visages, aux assistants conversationnels, en passant par les véhicules autonomes et les systèmes de recommandations d’achats sur internet, ces nouvelles technologies envahissent notre quotidien. Et dans ce large domaine, un type de méthodes fait plus particulièrement parler de lui : le Deep Learning.
Le Deep Learning, ou apprentissage profond, est par exemple à l’origine du très médiatique succès d’AlphaGo, un programme de Google, qui, à plusieurs reprises, a battu les meilleurs champions de Go. Or, le Go est un jeu de stratégie réputé comme étant l’un des plus complexes au monde du fait de l’étendue des combinaisons possibles. Pour obtenir ce résultat, ce ne sont pas des développeurs qui ont codé toutes les règles et les coups possibles. Le système, basé sur un réseau de neurones artificiels, a étudié des milliers de parties menées par des joueurs de haut niveau et appris à jouer à partir de ces exemples. Le potentiel de ces technologies semble énorme. D’ailleurs, depuis deux ans, l’Institut Gartner les a placées tout en haut de sa fameuse courbe des technologies émergentes, au pic des espérances qu’elles peuvent générer. Mais entre le potentiel et ce que l’on doit réellement en attendre, entre Deep Learning et autres domaines de l’intelligence artificielle, il n’est pas forcément facile de s’y retrouver... La Chaire AgroTIC a donc souhaité s’intéresser de plus près à ce sujet, en particulier pour savoir où on en est dans le domaine de l’Agriculture. En effet, le Deep Learning est déjà exploré depuis quelque temps en Agriculture. D’abord par le monde de la Recherche puis par celui de la Recherche et du Développement. A l’heure où les premières applications commerciales vont arriver sur le marché, il nous semble important de pouvoir poser sur ces technologies un regard éclairé : comprendre ce dont il s’agit, quelles en sont les applications, les limites et quelles sont les questions qui restent posées... |
En ligne : | https://www.agrotic.org/wp-content/uploads/2018/12/2018_ChaireAgroTIC_DeepLearning_VD2.pdf |