L’agriculture est indispensable pour la subsistance de milliards de personnes dans le monde. Les outils utilisant l’IA sont très prometteurs pour augmenter la production et la résilience et contribuer aux objectifs de développement durable dans leur ensemble, mais bien souvent les données de formation essentielles ne sont pas disponibles dans le domaine public.
Dans le domaine de l’IA agricole pour le bien social, les récentes avancées dans l’analyse de données de télédétection ont permis d’améliorer la précision dans un éventail de tâches d’IA. Des start-up et de grands programmes de développement se sont appuyés sur cette disponibilité de données pour fournir des informations personnalisées et des services prédictifs aux fermiers.
Cependant, le manque d’ensembles de données fiables vérifiées au sol dans de nombreux territoires de l’hémisphère Sud met hors de portée les techniques et ensembles de données permettant de surmonter les difficultés inhérentes à la cartographie des systèmes de culture intercalaire et des fermes de petits exploitants. Cette situation freine les progrès dans la conception d’applications d’AM bénéfiques qui soient à la fois évolutives et robustes pour les populations du monde entier.
Parallèlement à l’explosion des prestataires et services d’observation de la Terre, les normes naissantes comme celle du Spatio Temporal Asset Catalog (STAC ou catalogue des actifs spatio-temporels)1 et une version préliminaire2 des bonnes pratiques pour la collecte et le catalogage des données de référence au sol sont autant d’éléments qui favorisent une meilleure cohérence pour les données étiquetées validées pour l’apprentissage machine dans le paysage de l’IA pour l’agriculture.
Financement Lacuna
Pour compléter et élargir ces efforts, le Lacuna Fund soutient la création, le développement et la tenue à jour de données de formation et d’évaluation dans le domaine de l’agriculture. Notre Groupe consultatif technique – qui est chargé de recenser les lacunes en matière de données, d’élaborer l’appel à manifestation d’intérêt, d’examiner et de répertorier les candidatures prometteuses qui seront invitées à répondre à l’appel à propositions, et d’examiner et de sélectionner les candidats au financement – a déterminé les besoins en matière d’ensembles de données étiquetées dans les domaines d’application exposés ci-après. Toutefois, les appels à manifestation d’intérêt et les appels à propositions du Lacuna Fund sont volontairement ouverts afin d’encourager les idées nouvelles et innovantes qui pourraient ne pas avoir été repérées.
Gestion des sols, de l’eau et des cultures
- Prédiction des propriétés du sol
- Gestion de l’eau et de l’irrigation
- Estimation du rendement
- Classification du type de culture
- Protection des cultures
- Gestion des adventices
- Prévision et alerte précoce des conflits prévus entre éleveurs et agriculteurs
Gestion du bétail
- Ensemble de données sur l’élevage et les races de bétail
- Gestion du bétail
- Optimisation des aliments et prévision de la disponibilité des fourrages
- Maladies du bétail et gestion
- Prévision et alerte précoce des conflits prévus entre éleveurs et agriculteurs
- Gestion des modèles migratoires pastoraux, entre autres
Catégories transversales
- Gestion de l’offre et de la demande d’intrants
- Gestion de la chaîne d’approvisionnement en produits
- Agrégation des produits et gestion de la demande
- Gestion de la commercialisation et de la distribution des intrants et des produits
- Traitement des produits
- Fourniture des services de vulgarisation
- Autres idées ! Voir notre Philosophie en matière d’octroi de subventions
Pour plus d’informations sur la procédure de candidature et sur les appels à propositions en cours et passés, cliquez ici.