Newsletters
Magazine
Article réservé aux abonnés 
a Champagne est un monde à part : organisée et disciplinée. Qu’on y songe : cet automne, vignerons et techniciens ont prospecté 22 350 ha à la recherche de plants flavescents lors de 264 demi-journées et en réponse à 27 000 convocations adressées par le Comité Champagne. 480 viticulteurs référents et de 80 experts volontaires ont encadré ces prospections.
Mathieu Liébart, chef de projet au Comité Champagne a communiqué ces chiffres impressionnants le 29 janvier lors d’une conférence sur les perspectives de l’Intelligence Artificielle (IA) en viticulture organisée par InterLoire à Saumur le 29 janvier. Dans aucun autre vignoble, la flavescence dorée n’est traquée de manière aussi systématique. Mais l’usure guette et tous les 35 000 ha que compte la Champagne n’ont pas pu être visités.
« Cette prospection est très longue à organiser, concède Mathieu Liébart. Elle est très coûteuse en temps et en énergie alors que la capacité de détection d’un opérateur n’est que de 50 %. » Des plants malades passent au travers des mailles du filet quand d’autres sont désignés à tort comme suspects.
L’IA serait‑elle capable de faire mieux ? Depuis 5 cinq ans, le Comité Champagne y travaille. Et ses derniers résultats sont très prometteurs.
À force de nourrir une IA de photos de feuilles saines, atteintes de jaunisse d’enroulement, d’esca ou de décoloration — autant de symptômes qui pourraient être pris pour de la jaunisse — le Comité a obtenu des taux de reconnaissance supérieurs à 80 % et allant jusqu’à 94 % pour l’une des techniques employées sur des feuilles de chardonnay prélevées en juillet.
Le hic ? Ces performances n’ont été obtenues qu’au laboratoire. Impossible, avec les moyens actuels, de détecter les jaunisses en temps réel dans les vignes comme le font les prospecteurs, aussi imparfaits soient-ils. La puissance de calcul requise pour repérer les feuilles malades parmi toutes celles que filmerait une caméra embarquée sur un tracteur est bien trop importante. Mais les travaux se poursuivent pour lever cet obstacle.
Le consortium à la tête de Pl@ntNet vise lui aussi à identifier les maladies des plantes. Il a déjà produit l’application du même nom qui compte 25 millions d’utilisateurs à travers le monde et qui permet de reconnaître toutes sortes de plantes. Mais la reconnaissance des maladies est une autre paire de manches. À ce jour, ce consortium sait identifier sept maladies foliaires du colza. De plus, il se lance dans la reconnaissance des variétés au sein d’une espèce et dans l’évaluation de la biodiversité d’un milieu.
Lydia Bousset‑Vaslin, chercheuse en épidémiologie des pathogènes végétaux, à l’INRAE de Rennes est venue présenter ces projets et lancer un appel à la filière viticole. « Si ces travaux vous intéressent, nous vous invitons à collaborer avec nous, a-t‑elle lancé. Les vignerons qui le souhaitent peuvent s’inscrire comme bêta‑testeurs et nous envoyer des images annotées des maladies de la vigne. »
Le consortium a développé l’application Pl@ntNet grâce à la collaboration d’une multitude de botanistes amateurs. Il compte développer C’est le projet Pl@ntAgroEco ses nouvelles applications de la même manière.
« Il nous faut une base d’image qui inclus tous les stades d’une maladie et sur différents cépages », a encore souligné Lydia Bousset‑Vaslin qui utilise le modèle DINOv2 développé par Méta pour analyser et reconnaitre des images.
Stéphanie Marchand-Marion a lancé un autre appel, à la vigilance celui‑ci. Cette enseignante‑chercheuse de l’institut des Sciences de la Vigne et du Vin de Bordeaux est une spécialiste de l’analyse des vins par chromatographie en phase gazeuse. En 2023, avec un chercheur suisse, elle a confié à une IA les analyses par chromatographie des vins de crus classés de Saint‑Emilion et du Médoc. Cette IA a su distinguer ces deux origines alors que rien dans l’analyse classique des chromatographies ne le permettait.
À Saumur, Stéphanie Marchand‑Marion a fait part d’une avancée encore plus spectaculaire. L’an dernier, une équipe espagnole a réussi à décrire les caractères gustatifs de 30 vins de tempranillo et de grenache d’Espagne et d’Australie, presqu’aussi bien qu’un panel de dégustateurs avertis. Pour cela, elle a confié les analyses de ces vins par chromatographie et par voltamétrie (Polyscan de Nomasense) à une IA. Après un peu d’apprentissage cette dernière a livré analyse sensorielle plus rapide et bien moins chère que celle fournie par le panel.
« Il faut s’emparer de ces sujets, a déclaré Stéphanie Marchand‑Marion. C’est à la filière vin de communiquer sur les vins. Si nous ne le faisons pas d’autres le feront à notre place et raconteront n’importe quoi sur le vin. » Un appel du pied à des financeurs pour de nouvelles recherches sur ce sujet ?
