"Lors d'un contrôle de qualité traditionnel, une personne vérifie tous les produits. Au cours d'une semaine, cette personne n'est pas toujours aussi alerte et cohérente. Un employé peut être plus vif le lundi après-midi que le matin. Et le vendredi après-midi, vous pouvez oublier la précision. Avec le contrôle de qualité numérique, un boîtier de caméra inspecte systématiquement les barquettes de tous les côtés, 24 heures sur 24 et 7 jours sur 7", explique Thomas Wennekers, de Gearbox, pour expliquer l'un des avantages de la numérisation du contrôle de qualité.
Il y a environ huit ans, la possibilité d'utiliser l'intelligence artificielle dans le secteur horticole a conduit à la création de Gearbox aux Pays-Bas. "L'intelligence artificielle est un concept global. Pour nous, il s'agit avant tout de reconnaissance d'images, ce qui nous permet d'utiliser la technologie plutôt que l'homme pour effectuer des inspections. Nous formons des algorithmes pour qu'ils effectuent des contrôles de qualité sur les caractéristiques externes de tous les types de fruits et légumes possibles et imaginables."
"Nous travaillons actuellement avec les produits les plus volumineux tels que le raisin, les fruits à baies, les tomates, les concombres et les poivrons. Outre les fruits et légumes, la GearStation inspecte également différents types de plantes en pot et de fleurs coupées telles que les roses, les gerberas, les chrysanthèmes, les lys et les tulipes, qu'elles soient en vrac ou dans leur emballage final", précise M. Thomas.
Numérisation
Bien que la technologie ressemble à un tri optique, M. Thomas explique que les inspections de qualité numériques peuvent évaluer beaucoup plus de caractéristiques externes. "La plupart des trieurs optiques trient les produits en fonction de leur poids et d'une seule qualité externe, comme la couleur ou le fait d'être bon ou mauvais. Nous sommes passés au niveau supérieur. Par exemple, notre inspection numérique de la qualité peut détecter les moisissures, les dommages causés par le grignotage, les meurtrissures, les taches molles, les différences de couleur, les fruits mous et les fissures dans la chair du fruit".
M. Thomas estime que la numérisation des inspections de qualité présente plusieurs avantages. "L'automatisation de l'ensemble du processus permet d'économiser de la main-d'œuvre, ce qui est indispensable de nos jours. En outre, l'accent est mis de plus en plus sur la qualité des produits livrés, et le contrôle numérique de la qualité a pour sous-produit les données", explique-t-il. Bien qu'il s'agisse d'un sous-produit, ces données peuvent offrir de nombreuses possibilités. "On en est encore aux balbutiements, mais ces données deviennent de plus en plus importantes. De plus en plus d'aspects de la culture sont guidés par les données, mais ces données peuvent aussi être le point de départ d'améliorations."
La GearStation vérifie les perforations de tous les côtés à l'aide d'un boîtier de caméra.
Formation et contrôle ciblé
Thomas cite l'utilisation des données pour former et gérer le personnel. "Il est possible de combiner les données avec les enregistrements de la main-d'œuvre, ce qui permet d'aborder la question de la qualité de la récolte avec les employés. Nous pouvons alors savoir quel travailleur a récolté quel chariot dans quelle voie. Et après le contrôle de qualité, on connaît la qualité du cueilleur et de la récolte", explique-t-il. La GearStation peut également détecter les dommages causés par les chenilles ou les aleurodes. "Le système sait dans quelle serre et sur quel chemin se produit le problème. Les producteurs peuvent alors lutter contre le problème de manière beaucoup plus ciblée, à savoir uniquement là où une déviation a été détectée."
Gearbox utilise l'apprentissage profond pour former l'algorithme GearStation. "Nous utilisons de nombreux exemples pour lui apprendre à reconnaître des choses", explique Wennekers, ajoutant que cela implique beaucoup de choses. "Supposons que je veuille apprendre à un ordinateur à reconnaître un chien ; je peux dire qu'il a quatre pattes, une queue, deux oreilles et de la fourrure. Si je prends ensuite la photo d'un chat, il sera reconnu comme un chien parce qu'il a les mêmes caractéristiques. C'est pourquoi nous introduisons des milliers de photos de chiens dans l'algorithme et, avec l'aide de la technologie d'apprentissage profond, l'algorithme recherchera les caractéristiques qui font d'un chien un chien. Au final, le système sera capable de reconnaître un chien. C'est là que nous excellons : nous utilisons l'apprentissage profond pour mieux reconnaître les caractéristiques des cultures.
Effet boule de neige
Si GearStation ne fait pour l'instant que du contrôle de qualité, il y a des projets d'expansion. "Nous souhaitons à terme ajouter au système l'emballage automatique par un robot. Ce sont des développements en cours que nous devrions bientôt pouvoir partager. Nous nous améliorons de plus en plus, mais la seule étape que vous pouvez franchir avec l'IA est de l'utiliser en pratique, afin que les algorithmes deviennent de plus en plus précis. Plus on utilise les systèmes, plus les algorithmes s'améliorent et plus les résultats sont précis. Ensuite, de plus en plus de gens commenceront à l'utiliser, ce qui aura un effet boule de neige. Nous sommes encore au seuil de l'IA dans l'horticulture, et elle ne fera que croître", explique Thomas.
Thomas Wennekers
Il considère la numérisation des serres et des fruits comme la première étape vers une future culture automatisée. "Pour progresser dans l'horticulture, il faut changer d'échelle. Pour s'offrir des innovations, les grands producteurs doivent devenir encore plus grands. Les outils basés sur l'IA nécessitent de nombreuses heures d'innovation et ont donc un prix élevé, ce qui fait qu'il est très difficile pour les petits producteurs de continuer à innover." M. Thomas reconnaît toutefois la nécessité d'une telle démarche. "À terme, en raison de la montée en puissance, une personne ne sera plus en mesure de contrôler seule une serre entière, qui devra donc être davantage automatisée. La culture autonome en est un élément important", souligne-t-il.
Innovation conjointe
En raison de cette montée en puissance, Thomas aimerait que la numérisation et l'IA soient davantage à l'ordre du jour, par exemple, du gouvernement néerlandais et des associations de cultivateurs, et surtout qu'il y ait plus de collaboration. "Il est difficile d'innover seul. Toutes les innovations ne réussissent pas, il est donc vital de trouver des solutions ensemble. Les investissements sont tellement importants et il y a un risque que le résultat souhaité ne soit pas atteint, donc la seule façon d'y parvenir est de travailler ensemble. Compte tenu des enjeux de notre époque - disponibilité de la main-d'œuvre, pression sur la protection des cultures, exigences de qualité croissantes, coût élevé de l'énergie - je pense que les évolutions sont trop lentes. Si l'on veut répondre à ces aspects, il est urgent d'agir", conclut Thomas.
Pour plus d'informations :
Thomas Wennekers
Gearbox
Nollaantje 42C
2672 BW Maasdijk
Tél : +31 (0)174 295714
thomas.wennekers@gearboxinnovations.com
www.gearboxinnovations.com