Comment les nouvelles technologies changent l'agriculture : robots, télédétection, apprentissage automatique et IA.

Dans la vallée de Salinas, le "salad bowl" américain, les startups vendant l'apprentissage automatique et la télédétection trouvent des clients.

En tant qu'opérateur de machine pour la startup de robotique FarmWise, Diego Alcántar passe chaque journée à marcher derrière un robot imposant qui ressemble à un Zamboni sans conducteur, l'aidant à apprendre à faire le travail d'une équipe de désherbage de 30 personnes.

Un mardi matin de septembre, j'ai rencontré Alcántar dans un gigantesque champ de choux-fleurs dans les collines à l'extérieur de Santa Maria, à l'extrémité sud du vaste damier de fermes maraîchères qui bordent la côte centrale de la Californie, allant d'Oxnard au nord à Salinas et Watsonville. Rafraîchie par les brumes côtières provenant du Pacifique, la vallée de Salinas est parfois appelée Salad Bowl de l'Amérique. Avec deux comtés adjacents au sud, la région autour de Salinas produit la grande majorité de la laitue cultivée aux États-Unis pendant les mois d'été, ainsi que la plupart du chou-fleur, du céleri et du brocoli, et une bonne part des baies.

C'était le genre de temps de Goldilocks pour lequel la côte centrale est connue - chaud mais pas chaud, sec mais pas desséché, avec une douce brise venant de la côte. À proximité, une équipe de récolte en chapeaux de paille et manches longues travaillait rapidement sur une quantité inconcevable de laitue iceberg, empilant des boîtes de 10 hauteurs à l'arrière de semi-remorques bordant un chemin de terre.

Dans trois mois, la même scène se déroulerait dans le champ de choux-fleurs où se tenait maintenant Alcántar, entouré de dizaines de milliers de semis à deux et trois feuilles. Mais d'abord, il fallait le désherber.

Le robot chevauchait un lit planté de trois rangées de large avec ses roues dans des sillons adjacents. Alcántar a suivi quelques pas en arrière, tenant un iPad avec des commandes à écran tactile comme celles d'un joystick. Sous le capot, les caméras du robot clignotaient constamment. Des rafales d'air, comme les pistons d'un jeu d'arcade, guidaient des ensembles de lames en forme de L en coups précis et courts entre les semis de chou-fleur, grattant le sol pour déraciner les minuscules mauvaises herbes, puis séparant tous les 12 pouces afin que seul le chou-fleur soit resté indemne.

Périodiquement, Alcántar arrêtait la machine et s'agenouillait dans le sillon, se penchant pour examiner une "tuerie" - des endroits où le réseau de caméras et de lames du robot s'était légèrement désaligné et avait déraciné le semis lui-même. Alcántar produisait en moyenne environ un acre à l'heure, et seulement une plante tuée sur mille plantes. Les victimes arrivaient souvent par séries de deux ou trois, marquant des endroits où une roue s'était glissée hors du sillon et sur le lit lui-même, ou là où les lames s'étaient séparées une fraction de seconde trop tard.

Sortant un iPhone de sa poche, Alcántar a ouvert une chaîne Slack appelée #field-de-bugging et a envoyé une note à un collègue à 150 miles de là environ cinq kills d'affilée, avec une hypothèse sur la cause (latence entre la caméra et la lame) et un horodatage afin qu'il puisse trouver les images et voir ce qui n'allait pas.

Dans ce champ, et bien d'autres semblables, le sol avait été préparé par une machine, les semis repiqués par une machine, et les pesticides et engrais appliqués par une machine. Les équipes d'irrigation posaient toujours les tuyaux d'arrosage manuellement, et les ouvriers agricoles récoltaient cette récolte de chou-fleur le moment venu, mais il n'est pas exagéré de penser qu'un jour, personne ne posera jamais la main sur le sol autour de ces semis.

La course de la technologie pour perturber l'une des occupations les plus anciennes et les plus importantes de la planète est centrée sur l'effort d'imiter, et finalement de surpasser, les pouvoirs extraordinaires de deux parties du corps humain : la main, capable d'utiliser une pince à épiler ou de tenir un bébé, d'attraper ou de lancer un ballon de football, de couper de la laitue ou de cueillir une fraise mûre avec son calice intact ; et l'œil, qui est de plus en plus mis au défi par une puissante combinaison de cloud computing, d'imagerie numérique et d'apprentissage automatique.

Le terme "ag tech" a été inventé lors d'une conférence à Salinas il y a près de 15 ans ; les boosters ont promis une vague de gadgets et de logiciels qui refaçonneraient l'industrie agricole pendant au moins aussi longtemps. Et bien que les startups de la technologie agricole aient eu tendance à avoir plus de facilité à trouver des investisseurs que des clients, les boosters pourraient enfin être sur quelque chose.

Les boosters de technologie agricole promettent une vague de gadgets et de logiciels qui refaçonneraient l'industrie agricole depuis au moins 15 ans. Ils sont peut-être enfin sur quelque chose.

Silicon Valley est juste au-dessus de la colline de Salinas. Mais selon les normes de la ceinture céréalière, le Salad Bowl est un marigot relatif - d'une valeur d'environ 10 milliards de dollars par an, contre près de 100 milliards de dollars pour les cultures de base dans le Midwest. Personne n'échange les contrats à terme sur la laitue comme les contrats à terme sur le soja ; les mastodontes comme Cargill et Conagra restent pour la plupart à l'écart. Mais c'est pourquoi l'industrie des "cultures spécialisées" m'a semblé être le meilleur endroit pour suivre l'évolution de l'agriculture de précision : si les outils de la technologie peuvent fonctionner le long de la côte centrale de la Californie, sur de petites parcelles avec des cycles de croissance courts, alors peut-être qu'ils sont vraiment prêts à organiser une prise de contrôle plus large.

Alcántar, qui a 28 ans, est né au Mexique et est arrivé aux États-Unis à l'âge de cinq ans en 1997, traversant le désert de Sonora jusqu'en Arizona avec son oncle et sa sœur cadette. Ses parents, qui sont originaires de l'État central du Mexique, le Michoacán, s'affairaient à préparer les ingrédients d'une nouvelle vie d'ouvriers agricoles à Salinas, dormant dans le dressing d'un parent avant de louer un garage reconverti. Alcántar a passé la première année à la maison, à regarder la télévision et à s'occuper de sa sœur pendant que ses parents travaillaient : il y avait une femme vivant dans la maison principale qui les surveillait et les nourrissait pendant la journée, mais personne ne pouvait les conduire à l'école primaire.

Au lycée, Alcántar travaillait souvent comme ouvrier agricole dans la ferme où son père était devenu contremaître. Il a coupé et désherbé la laitue, empilé les caisses de fraises après la récolte, conduit un chariot élévateur dans l'entrepôt. Mais lorsqu'il a eu 22 ans et qu'il a vu des amis avec qui il avait grandi décrocher leur premier emploi après l'université, il a décidé qu'il avait besoin d'un plan pour abandonner le travail manuel. Il a obtenu un permis de conduire commercial et est allé travailler pour une start-up de robotique.

Au cours de ce premier passage, se souvient Alcántar, des proches l'ont parfois réprimandé pour avoir aidé à accélérer la prise de contrôle d'une machine dans les champs, où un travail penché et en sueur avait ouvert la voie à la mobilité ascendante de sa famille. « Vous nous privez de nos emplois ! » ils diraient.

Cinq ans plus tard, dit Alcántar, la conversation a complètement changé. Même FarmWise a eu du mal à trouver des personnes prêtes à "marcher derrière la machine", dit-il. "Les gens préfèrent travailler dans un fast-food. In-N-Out paie 17,50 $ de l'heure."

Même de près, toutes sortes de choses peuvent perturber la "vision" des ordinateurs qui alimentent les systèmes automatisés comme ceux utilisés par FarmWise. Il est difficile pour un ordinateur de dire, par exemple, si une tache contiguë de feuilles de laitue verte représente un seul semis sain ou un "double", où deux graines ont germé l'une à côté de l'autre et retarderont donc la croissance de l'autre. Les champs agricoles sont clairs, chauds et poussiéreux : des conditions loin d'être idéales pour assurer le bon fonctionnement des ordinateurs. Une roue s'enlise dans la boue et bouleverse momentanément le sens de la distance de l'algorithme : les pneus gauches ont maintenant tourné d'un quart de tour de plus que les pneus droits.

D'autres façons de voir numérique ont leurs propres défis. Pour les satellites, il y a une couverture nuageuse à affronter ; pour les drones et les avions, le vent et les vibrations des moteurs qui les maintiennent en l'air. Pour les trois, le logiciel de reconnaissance d'images doit prendre en compte l'apparence changeante des mêmes champs à différents moments de la journée lorsque le soleil se déplace dans le ciel. Et il y a toujours un compromis entre la résolution et le prix. Les agriculteurs doivent payer pour les drones, les avions ou toute machinerie agricole. L'imagerie satellite, qui a toujours été produite, payée et partagée gratuitement par les agences spatiales publiques, a été limitée à des images peu fréquentes avec une résolution grossière.

La NASA a lancé le premier satellite d'imagerie agricole, connu sous le nom de Landsat, en 1972. Les nuages ​​et les vitesses de téléchargement lentes ont conspiré pour limiter la couverture de la plupart des terres agricoles du monde à une poignée d'images par an d'un site donné, avec des pixels de 30 à 120 mètres de côté.

Une demi-douzaine d'autres itérations de Landsat ont suivi dans les années 1980 et 1990, mais ce n'est qu'en 1999, avec le spectroradiomètre imageur à résolution moyenne, ou MODIS, qu'un satellite a pu envoyer aux agriculteurs des observations quotidiennes sur la majeure partie de la surface terrestre du monde, mais avec un pixel de 250 mètres. Alors que les caméras et l'informatique se sont améliorées côte à côte au cours des 20 dernières années, un défilé d'entreprises technologiques est devenu convaincu qu'il y a de l'argent à gagner en fournissant des informations dérivées de l'imagerie satellitaire et aérienne, déclare Andy French, expert en conservation de l'eau au Centre de recherche agricole sur les terres arides de l'USDA en Arizona. "Ils n'ont pas réussi", dit-il. Mais comme la fréquence et la résolution des images satellites continuent d'augmenter, cela pourrait maintenant changer très rapidement, estime-t-il : "Nous sommes passés de Landsat passant au-dessus de notre tête tous les 16 jours à une résolution quasi quotidienne de un à quatre mètres."

"Nous sommes passés de Landsat passant au-dessus de notre tête tous les 16 jours à une résolution quasi quotidienne de un à quatre mètres."

En 2014, Monsanto a acquis une startup appelée Climate Corporation, qui se présentait comme une entreprise "d'agriculture numérique", pour un milliard de dollars. "C'était un groupe de gars de Google qui étaient des experts en imagerie satellite, disant" Pouvons-nous rendre cela utile aux agriculteurs? "Cela a attiré l'attention de tout le monde."

Au cours des années qui ont suivi, la Silicon Valley a lancé une rafale de startups financées par du capital-risque dont les services d'analyse et de prévision s'appuient sur des outils capables de collecter et de traiter des informations de manière autonome ou à distance : non seulement des images, mais également des capteurs de sol et des sondes d'humidité. "Une fois que vous voyez que les conférences gagnent plus d'argent que les personnes qui travaillent réellement", dit Simons en riant, "vous savez que c'est un domaine chaud".

Un sous-ensemble de ces entreprises, comme FarmWise, travaille sur quelque chose qui s'apparente à la coordination œil-main, poursuivant l'objectif pérenne d'automatiser les étapes les plus exigeantes en main-d'œuvre de la culture des fruits et légumes - le désherbage et, surtout, la récolte - dans un contexte de pénuries chroniques de main-d'œuvre agricole. Mais beaucoup d'autres se concentrent exclusivement sur l'amélioration de l'information des agriculteurs.

Une façon de comprendre l'agriculture est comme une protection sans fin contre les incertitudes qui affectent le résultat net : météo, maladie, dose et moment optimaux d'engrais, de pesticides et d'irrigation, et énormes fluctuations de prix. Chacun de ces facteurs entraîne des milliers de décisions supplémentaires au cours d'une saison, des décisions basées sur de longues années d'essais et d'erreurs, d'intuition et d'expertise durement acquise. Ainsi, la question technique sur toutes les lèvres des agriculteurs, comme me l'a dit Andy French, est : "Qu'est-ce que vous nous dites que nous ne savions pas déjà ?"

Josh Ruiz, vice-président des opérations agricoles pour Church Brothers, qui cultive des légumes verts pour l'industrie de la restauration, gère plus d'un millier de blocs de terres agricoles distincts couvrant plus de 20 000 acres. Affable, solide et facile à qui parler, Ruiz est connu dans l'industrie comme un adopteur précoce qui n'a pas peur d'expérimenter de nouvelles technologies. Au cours des dernières années, il est devenu un arrêt régulier sur le circuit qui amène des cadres techniques curieux de Teslas de San Francisco et de Mountain View à se tenir dans un champ de laitue et à poser des questions sur l'activité agricole. "Trimble, Bosch, Amazon, Microsoft, Google, etc., ils m'appellent tous", déclare Ruiz. "Vous pouvez attirer mon attention très rapidement si vous résolvez un problème pour moi, mais ce qui se passe neuf fois sur 10, c'est que les entreprises de technologie viennent me voir et résolvent un problème qui n'en était pas un."

Ce que tout le monde veut, en un mot, c'est de la prévoyance. Depuis plus d'une génération, le gouvernement fédéral protège les producteurs de maïs, de blé, de soja et d'autres produits de l'impact financier des ravageurs et des intempéries en offrant des subventions pour compenser le coût de l'assurance-récolte et, en période de récoltes abondantes, en fixant un prix «plancher» artificiel auquel le gouvernement intervient en tant qu'acheteur de dernier recours. Les fruits et légumes ne bénéficient pas de la même protection : ils représentent moins de 1 % des 25 milliards de dollars que le gouvernement fédéral dépense en subventions agricoles. En conséquence, le marché des légumes est soumis à des variations sauvages en fonction des conditions météorologiques et d'autres facteurs vaguement prévisibles.

Lorsque j'ai visité Salinas, en septembre, l'industrie de la laitue était au milieu d'une semaine record en termes de prix, avec des têtes entières d'iceberg et de romaine rapportant aux expéditeurs jusqu'à 30 $ la boîte, soit environ 30 000 $ l'acre. "En ce moment, vous avez la chance de perdre une fortune et de la récupérer", a déclaré Ruiz alors que nous nous tenions au bord d'un champ. Les fluctuations peuvent être dramatiques : quelques semaines plus tôt, a-t-il expliqué, l'iceberg se vendait pour une fraction de ce montant : 5 $ la boîte, soit environ la moitié de ce qu'il en coûte pour produire et récolter.

Dans le champ voisin, des rangées de jeunes plants de laitue iceberg étaient côtelées de stries de brun fauve - la marque du virus de la tache nécrotique de l'impatiens, ou INSV, qui fait des ravages sur la laitue Salinas depuis le milieu des années. Ce sont les premiers signes. Revenez après quelques semaines de plus, a déclaré Ruiz, et la moitié des plantes seront mortes : cela ne vaudra pas du tout la peine de récolter. Dans l'état actuel des choses, ce résultat représenterait une perte de 5 000 $, basée sur les coûts de la terre, du labour, de la plantation et des intrants. S'ils décidaient de désherber et de récolter, cette perte pourrait facilement doubler. Ruiz a dit qu'il n'aurait pas su qu'il gaspillait 5 000 $ s'il n'avait pas décidé de m'emmener en voiture ce jour-là. Multipliez cela sur plus de 20 000 acres. En supposant qu'une entreprise puisse fournir de manière fiable ce type de connaissances avancées sur l'INSV, combien cela lui rapporterait-il ?

Une entreprise qui tente de le découvrir est une startup d'imagerie et d'analyse appelée GeoVisual Analytics, basée dans le Colorado, qui travaille à affiner les algorithmes qui peuvent projeter des rendements probables quelques semaines à l'avance. C'est une chose difficile à bien modéliser. Une tête de laitue voit généralement plus de la moitié de sa croissance au cours des trois dernières semaines avant la récolte ; s'il reste dans le champ quelques jours de plus, il pourrait être trop difficile à vendre. Tout modèle que l'entreprise construit doit tenir compte de facteurs comme celui-là et plus encore. Une boule d'iceberg arrosée au mauvais moment se gonfle en un bouquet lâche. Les carottes de supermarché sont privées d'eau pour les rendre plus longues.

Lorsque GeoVisual est arrivé pour la première fois à Salinas, en 2017, "nous sommes arrivés en promettant l'avenir, puis nous n'avons pas livré", explique Charles McGregor, son directeur général de 27 ans. Ruiz, moins charitablement, appelle leur première saison un "échec épique". Mais il attribue à McGregor le mérite d'être resté. "Ils ont écouté et ils l'ont réparé", dit-il. Il n'est tout simplement pas sûr de ce qu'il est prêt à payer pour cela.

"Nous sommes venus en promettant l'avenir, puis nous n'avons pas livré."

Dans l'état actuel des choses, la façon dont les hommes de terrain arrivent aux prévisions de rendement est résolument analogique. Certains comptent les têtes de laitue rythme par rythme puis extrapolent en mesurant leurs bottes. D'autres utilisent une section de 30 pieds de tuyau d'arrosage. Il n'y a aucun moyen que des méthodes comme celles-ci puissent correspondre à l'échelle de ce qu'un drone ou un avion pourrait capturer, mais les résultats ont la vertu d'un format que les producteurs peuvent facilement traiter, et ils ne sont généralement pas plus de 25 à 50 boîtes par acre, soit environ 3 % à 5 %. Ils font également partie des dépenses de base d'une exploitation agricole : si le même employé repère une vanne d'irrigation cassée ou un réservoir d'engrais vide et s'assure que l'équipe de désherbage commence à l'heure, alors lui demander de fournir une prévision de récolte décente n'est pas nécessairement un coût supplémentaire. En revanche, la tarification des prévisions axées sur la technologie a tendance à être inégale. Les vendeurs de technologie minimisent le coût du service afin d'obtenir de nouveaux clients, puis, éventuellement, doivent trouver comment gagner de l'argent sur ce qu'ils vendent.

"À 10 dollars l'acre, je dirai à [GeoVisual] de tout faire voler, mais à 50 dollars l'acre, je dois m'en soucier", m'a dit Ruiz. "Si ça me coûte cent mille dollars par an pendant deux ans, et qu'ensuite j'ai ce moment aha !, vais-je récupérer mes deux cent mille dollars ?"

Toute détection numérique pour l'agriculture est une forme de mesure par procuration : un moyen de traduire des tranches du spectre électromagnétique en compréhension des processus biologiques qui affectent les plantes. La réflectance infrarouge thermique est en corrélation avec la température de la surface du sol, qui est en corrélation avec l'humidité du sol et, par conséquent, la quantité d'eau disponible pour les racines des plantes. La mesure des ondes réfléchies de lumière verte, rouge et proche infrarouge est un moyen d'estimer la couverture de la canopée, ce qui aide les chercheurs à suivre l'évapotranspiration, c'est-à-dire la quantité d'eau qui s'évapore à travers les feuilles d'une plante, un processus clairement lié à la santé des plantes.

L'amélioration de ces chaînes d'extrapolation est un appel et une réponse entre les données générées par les nouvelles générations de capteurs et les modèles logiciels qui nous aident à les comprendre. Avant le lancement du premier satellite Sentinel de l'UE en 2014, par exemple, les chercheurs avaient une certaine compréhension de ce que le radar à synthèse d'ouverture, qui construit des images à haute résolution en simulant de grandes antennes, pouvait révéler sur la biomasse végétale, mais ils manquaient de suffisamment de données réelles pour valider leurs modèles. Dans l'Ouest américain, il existe de nombreuses images pour suivre le mouvement de l'eau sur les champs irrigués, mais aucun modèle de culture suffisamment avancé pour aider de manière fiable les agriculteurs à décider quand "commander" l'eau d'irrigation du fleuve Colorado, ce qui est généralement fait des jours à l'avance.

Comme pour toute frontière du Big Data, une partie de ce qui motive l'explosion de l'intérêt pour la technologie agricole est simplement la disponibilité de quantités de données sans précédent. Pour la première fois, la technologie peut fournir des instantanés de chaque couronne de brocoli individuelle sur une parcelle de 1 000 acres et montrer quels champs sont les plus susceptibles de voir des incursions de cerfs et de sangliers qui vivent dans les collines au-dessus de la vallée de Salinas.

Le problème est que transformer un tel tuyau d'incendie de 1 et de 0 en n'importe quel type d'informations utiles - produire, par exemple, une alerte textuelle sur les cinq principaux champs présentant des signes de stress hydrique - nécessite une compréhension plus sophistiquée de l'activité agricole que de nombreuses startups semblent avoir. Comme l'a dit Paul Fleming, consultant agricole de longue date à Salinas, "Nous voulons seulement savoir ce qui ne s'est pas passé comme prévu."

"Nous voulons seulement savoir ce qui ne s'est pas passé comme prévu."

Et ce n'est que le début. Les expéditeurs au détail sont payés pour chaque tête de chou-fleur ou botte de chou frisé qu'ils produisent; les transformateurs, qui vendent des couronnes de brocoli prédécoupées ou des sacs de mélange à salade, sont généralement payés au poids. Les agriculteurs sous contrat, embauchés pour cultiver une récolte pour quelqu'un d'autre moyennant une redevance à l'acre, pourraient ne jamais savoir si une récolte donnée était une "bonne" ou une "mauvaise", représentant un profit ou une perte pour l'expéditeur qui les a embauchés. Il est souvent dans l'intérêt d'un expéditeur de garder les agriculteurs individuels dans l'ignorance de leur position par rapport à leurs concurrents à proximité.

À Salinas, le défi de rendre le Big Data pertinent pour les gestionnaires d'exploitations consiste également à consolider l'univers des informations que les exploitations collectent déjà ou, peut-être, ne collectent pas. Aaron Magenheim, qui a grandi dans l'entreprise d'irrigation de sa famille et dirige maintenant un cabinet de conseil axé sur la technologie agricole, explique que les détails de l'irrigation, des engrais, des rotations de cultures ou de tout nombre de variables pouvant influencer la récolte ont tendance à se perdre dans le brouhaha de la saison, s'ils sont jamais capturés du tout. "Tout le monde pense que les agriculteurs savent comment ils poussent, mais la réalité est qu'ils le tirent de l'air. Ils ne suivent pas cela jusqu'au niveau du lot", m'a-t-il dit, en utilisant un terme de l'industrie pour une parcelle individuelle de terres agricoles. Jusqu'à 40 ou 50 lots peuvent partager le même puits et réservoir d'engrais, sans aucun moyen précis de comptabiliser les détails. "Lorsque vous appliquez de l'engrais, la réalité est que c'est un gars qui ouvre une vanne sur un réservoir et la fait fonctionner pendant 10 minutes, et dit:" Eh bien, ça a l'air bien. Juan a-t-il bloqué le numéro 6 ou le numéro 2 à cause d'un tuyau cassé ? Est-ce qu'ils l'ont noté ? dit Magenheim. « Non ! Parce qu'ils ont trop de choses à faire.

Ensuite, il y a les cartes. Comparativement aux exploitations de maïs et de soja, où les mêmes cultures sont plantées année après année, ou des vignobles et des vergers, où les plantations peuvent ne pas changer pendant plus d'une génération, les producteurs de cultures spécialisées font face à un puzzle sans fin de romaine suivant le céleri suivant le brocoli, avec des plantations qui changent de taille et de forme selon le marché, et des cycles aussi courts que 30 jours de la semence à la récolte.

Pour de nombreuses entreprises de Salinas, l'homme qui se tient à cheval sur le fossé entre ce qui se passe sur le terrain et les besoins de tenue de registres d'une entreprise agricole moderne est un consultant en technologie de 50 ans nommé Paul Mariottini. Mariottini - qui prévoyait de devenir entrepreneur général jusqu'à ce qu'il obtienne un ordinateur à 18 ans et, comme il le dit, "a immédiatement cessé de dormir" - dirige une opération individuelle depuis son domicile à Hollister, avec un téléphone à clapet et une suite de modèles et de plug-ins sur mesure qu'il écrit pour Microsoft Access et Excel. Lorsque j'ai demandé aux producteurs que j'ai rencontrés comment ils géraient cette partie de l'entreprise, la réponse, à une personne, a été : "Oh, nous utilisons Paul."

Les clients de Mariottini comprennent certaines des plus grandes entreprises de produits agricoles au monde, mais une seule utilise des tablettes pour que les superviseurs de terrain puissent enregistrer la superficie et la variété de chaque plantation, le type et la date d'application d'engrais et de pesticides, et d'autres faits de base sur le travail qu'ils supervisent pendant qu'il se déroule. Les autres prennent des notes sur papier ou entrent les informations de mémoire à la fin de la journée.

Quand j'ai demandé à Mariottini si quelqu'un utilisait un logiciel pour lier des cartes papier aux feuilles de calcul montrant ce qui avait été planté où, il a ri et a dit : « Je fais ça depuis 20 ans pour essayer d'y arriver. Il a programmé une fois un PalmPilot; il appelle l'un de ses plug-ins "Close-Enough GPS". "L'industrie technologique en rirait probablement, mais ce qu'elle ne comprend pas, ce sont les personnes avec lesquelles vous travaillez", a-t-il déclaré.

L'objectif de l'automatisation dans l'agriculture est mieux compris comme englobant tout. Les brèves semaines de récolte consomment une part disproportionnée du budget global - jusqu'à la moitié du coût de la culture de certaines cultures. Mais il y a aussi des efforts pour optimiser et minimiser le travail tout au long du cycle de croissance. Les fraises sont cultivées avec des barrières contre les mauvaises herbes biodégradables pulvérisées qui pourraient éliminer le besoin d'étendre des bâches en plastique sur chaque lit. Les tracteurs automatisés seront bientôt capables de labourer les champs de légumes sur une surface plus lisse qu'un conducteur humain, améliorant ainsi les taux de germination. Alors même que les sociétés d'analyse se précipitent pour fournir des plates-formes capables de suivre la santé d'une tête de laitue individuelle, de la graine au supermarché et d'optimiser l'ordre dans lequel les champs sont récoltés, d'autres startups développent de nouvelles variétés de laitue "effilées" - similaires à la romaine - avec une silhouette compacte et des feuilles qui reposent plus haut sur le sol, afin qu'elles puissent être plus facilement "vues" et coupées par un robot.

Dans l'ensemble, cependant, les problèmes du système alimentaire américain ne concernent pas tant la technologie que la loi et la politique. Nous savons depuis longtemps que l'herbicide Roundup est lié à l'augmentation des taux de cancer, mais il reste largement utilisé. Nous savons depuis plus de 100 ans que l'Occident manque d'eau, pourtant nous continuons à cultiver de la luzerne dans le désert et à utiliser des techniques de forage de plus en plus sophistiquées dans une sorte de course aux armements de l'eau. Ce ne sont pas des problèmes causés par un manque de technologie.

Lors de mon dernier jour à Salinas, j'ai rencontré un producteur nommé Mark Mason juste à côté de l'autoroute 101, qui coupe la vallée en deux, et je l'ai suivi jusqu'à un bloc de 9 acres de céleri avec une tour bien rangée d'équipement météorologique au centre. L'équipement appartient à la NASA, dans le cadre d'un projet conjoint avec le bureau d'extension coopératif de l'agriculture et des ressources naturelles de l'Université de Californie, ou UCANR.

Il y a huit ans, au milieu des nouvelles de sécheresses et d'incendies de forêt à travers l'Ouest, Mason a ressenti le sentiment aigu qu'il devrait être un intendant plus prudent des eaux souterraines qu'il utilise pour irriguer, même si l'économie suggérait le contraire. Cela l'a amené à contacter Michael Cahn, chercheur à l'UCANR.

Historiquement, l'eau à Salinas a toujours été bon marché et abondante : l'inconvénient d'une sous-irrigation ou de l'utilisation de trop peu d'engrais a toujours été bien supérieur aux économies potentielles. "Les producteurs veulent vendre le produit; l'utilisation efficace est secondaire. Ils ne le couperont pas de près et ne risqueront pas la qualité", a déclaré Cahn. Le risque pourrait même aller jusqu'à la perte d'une récolte.

Dernièrement, cependant, la contamination par les nitrates de l'eau potable, causée par une forte utilisation d'engrais et liée à des maladies de la thyroïde et à certains types de cancer, est devenue un problème politique majeur à Salinas. Le conseil local de contrôle de la qualité de l'eau élabore actuellement une nouvelle norme qui limitera la quantité d'engrais azotés que les producteurs peuvent appliquer à leurs champs, et elle devrait être finalisée en 2021. Comme l'a expliqué Cahn, « Vous ne pouvez pas contrôler l'azote sans contrôler votre eau d'irrigation. » En attendant, Mason et une poignée d'autres producteurs travaillent avec UCANR sur une plate-forme logicielle appelée Crop Manage, conçue pour ingérer des données météorologiques et pédologiques et fournir des recommandations personnalisées sur l'irrigation et l'utilisation d'engrais pour chaque culture.

Cahn dit qu'il s'attend à ce que les avancées technologiques dans la gestion de l'eau suivent un cours similaire à celui tracé par la menace d'une réglementation plus stricte sur les engrais azotés. Dans les deux cas, l'argument commercial en faveur d'une solution et la technologie requise pour y parvenir se situent quelque part en aval de la politique. L'indignation suscitée par le manque d'accès à des eaux souterraines propres a fait naître un nouveau mécanisme de réglementation, qui a débloqué le financement pour déterminer comment le mesurer, et qui, à son tour, éclairera les approches de gestion utilisées par les agriculteurs.

En fin de compte, c'est donc la pression politique qui a créé les conditions permettant à la science et à la technologie de progresser. Pour l'instant, le capital-risque et les subventions de recherche fédérales continuent de donner un coup de pouce artificiel à la technologie agricole, tandis que ses acheteurs potentiels, tels que les producteurs de laitue, continuent de la traiter avec une certaine prudence.

Mais tout comme de nouvelles réglementations peuvent remodeler l'analyse coûts-avantages de l'utilisation de l'azote ou de l'eau d'un jour à l'autre, il en va de même pour un produit qui apporte des retours sur investissement clairs. Tous les producteurs à qui j'ai parlé passent un temps précieux à garder un œil sur le monde des startups : prendre des appels téléphoniques, acheter et tester des services basés sur la technologie sur une partie de leurs fermes, faire des suggestions sur la façon de cibler les analyses ou de modifier une application destinée à la ferme. Pourquoi? Avoir son mot à dire sur la façon dont l'avenir se déroule, ou du moins s'en approcher suffisamment pour le voir venir. Un jour prochain, quelqu'un gagnera beaucoup d'argent en suivant les conseils d'un ordinateur sur le prix de la laitue, ou quand pulvériser pour un nouveau ravageur, ou quels champs récolter et lesquels abandonner. Lorsque cela se produit, ces agriculteurs veulent être les premiers informés.

Cette histoire faisait partie de notre numéro de janvier/février 2021.

L'attrait de l'outil de travail s'étend bien au-delà de l'organisation de projets de travail. De nombreux utilisateurs trouvent qu'il est tout aussi utile pour gérer leur temps libre.

Une infrastructure informatique réinventée pour les soins de santé pourrait nous réorienter de la maladie vers le bien-être.

Construire et maintenir la confiance des parties prenantes est désormais une responsabilité clé dans l'ensemble de la suite C

La technologie change notre façon de lire, ce qui signifie que nous devons repenser notre façon d'enseigner.

Découvrez les offres spéciales, les meilleures histoires, les événements à venir et plus encore.

Merci d'avoir soumis votre e-mail !

On dirait que quelque chose s'est mal passé.

Nous rencontrons des difficultés pour enregistrer vos préférences. Essayez d'actualiser cette page et de les mettre à jour une fois de plus. Si vous continuez à recevoir ce message, contactez-nous à l'adresse [email protected] avec une liste des newsletters que vous souhaitez recevoir.