L’IA va-t-elle révolutionner la sélection variétale ? 

Perspectives Agricoles : Comment les obtenteurs utilisent-ils l’intelligence artificielle pour améliorer le processus de sélection variétale ?

Eléonore Masson : On peut distinguer deux grands types d’usages des outils d’intelligence artificielle (IA) dans le secteur. Le premier concerne la prédiction. À partir de données de phénotypage et de génotypage, croisées avec des données environnementales et climatiques, les modèles d’IA peuvent identifier les croisements ou les individus présentant le plus fort potentiel pour les caractères recherchés : rendement, résistance aux maladies, tolérance au stress hydrique, etc. Cette approche ciblée permet des économies de temps, d’espace et de moyens.

Le deuxième concerne le phénotypage et la notation des variétés dans les réseaux d’essais. L’IA permet de traiter rapidement de grandes quantités d’images acquises par drones, satellites ou autres capteurs. Elle peut notamment contribuer à détecter des symptômes de maladies ou à mesurer une surface foliaire. L’intérêt est double : automatiser des mesures très chronophages et objectiver certaines notations.

PA : Quel gain de temps sur l’arrivée de nouvelles variétés dans les champs peut-on espérer avec l’IA ?

EM : L’IA permet de mieux orienter et d’accélérer certaines étapes, comme le temps nécessaire à l’identification des « bons parents » et des croisements les plus prometteurs. En revanche, les générations successives, les essais au champ et les épreuves nécessaires à l’inscription d’une variété restent indispensables. Pour les céréales à paille, le maïs ou le tournesol, qui disposent de bases de données particulièrement riches, un gain d’un an, voire deux dans certains cas, peut être envisagé. 

PA : Avez-vous identifié des limites au recours à l’IA ?

EM : Oui. Il y a des enjeux liés aux compétences « métiers » : le secteur a besoin d’intégrer davantage de profils spécialisés dans la gestion de données et les technologies de l’information. La sécurisation des données constitue par ailleurs une limite importante. En effet, les bases de données utilisées en sélection peuvent contenir des informations stratégiques ou confidentielles. Leur stockage, leur partage et leur utilisation par des outils d’IA soulèvent donc des enjeux importants de protection et de propriété intellectuelle.

Il existe également une limite plus fondamentale : l’IA ne peut prédire que ce qui est suffisamment représenté dans les données sur lesquelles elle a appris. Elle peut être très performante pour identifier des tendances déjà observées, mais elle sera beaucoup plus démunie face à une situation totalement nouvelle : apparition d’un nouveau bioagresseur, événement climatique exceptionnel ou combinaison inédite de stress, par exemple. L’IA doit donc être considérée comme un outil d’aide à la décision, et non comme un substitut à l’expertise du sélectionneur.