Aller au contenu

Pl@ntNet

Un article de Wikipédia, l'encyclopédie libre.
Logo de Pl@ntNet

Pl@ntNet est un projet informatique d'identification des plantes à partir de photographies par apprentissage automatique. C'est une plateforme collaborative et de sciences participatives.

Développement de l'application

[modifier | modifier le code]

Ce projet lancé en 2009 est l'œuvre de scientifiques (informaticiens et botanistes) d’un consortium regroupant des instituts de recherche français (Institut de recherche pour le développement (IRD), Centre de coopération internationale en recherche agronomique pour le développement (CIRAD), Institut national de la recherche agronomique (INRA, devenu l'Institut national de recherche pour l'agriculture, l'alimentation et l'environnement, ou INRAE), l'Institut national de recherche en informatique et en automatique (INRIA)[1] et le réseau Tela Botanica, avec le concours de la fondation Agropolis Fondation (en)[2]). Il est initialement prévu pour inventorier la biodiversité grâce à la reconnaissance d'images[3].

Le développement aboutit en 2011[3] à une version sur site Web et en 2013 à une application pour smartphones[4] (destinées aux botanistes[3]), qui permettent d’identifier des milliers d’espèces de plantes à partir de photos prises par l'utilisateur. L'identification est automatisée avec des outils informatiques — dont l'intelligence artificielle et le deep learning (à partir de 2015 pour cette dernière) — et les espèces identifiées sont recensées[1],[3]. Lorsqu'une image est soumise au logiciel, celui-ci va proposer une identification probable ainsi que des espèces qui ressemblent à la plante soumise, l'utilisateur choisit ensuite parmi ces propositions celle qui lui semble le mieux convenir ; l'outil apprend également de ces éléments[3]. En 2015, le programme gouvernemental d’investissements d'avenir permet un financement du projet sur quatre ans à travers « Floris'Tic » et une partie éducative s'ajoute au projet ; l'application est alors ouverte au grand public[3]. Afin d'affiner les modes de validation des données par les utilisateurs (par un système de votes) et de réutilisation par l'algorithme informatique, l'équipe de projet crée aussi un jeu sérieux (serious game) nommé « ThePlantGame »[3].

L'application est disponible dans 27 langues en [5]. En 2019, l'application comptabilise plus de dix millions de téléchargements dans plus de 180 pays[6]. Entre 2013 et 2020, l'application a été téléchargée 20 millions de fois[3]. Au printemps 2020, le nombre journalier d'utilisateurs de l'application est d'environ 500 000, tandis que les espèces végétales pour lesquelles existent des données dans l'application sont au nombre de 27 909[3]. Utilisable par des professionnels de la gestion et de la conservation des plantes aussi bien que par le grand public, cet outil permet aussi aux utilisateurs d'être acteurs des sciences participatives[1].

En 2018, une étude scientifique dans le domaine de l'écologie est la première à se servir des données collectées par Pl@ntNet[3].

En 2019, le projet devient un consortium InriaSoft[3]. 2020 voit les données recueillies par Pl@ntNet rejoindre celles du Global Biodiversity Information Facility (GBIF, en français « Système mondial d'informations sur la biodiversité ») et, en parallèle, Pl@ntNet reçoit le Prix de l’innovation Inria – Académie des sciences – Dassault Systèmes[3]. L'équipe continue à mener des recherches et à faire progresser l'outil, par exemple en travaillant sur les biais d'échantillonnage des données car « [les données] sont récoltées par des utilisateurs qui sont majoritairement des urbains... donc nous avons une surreprésentation de certaines espèces dans ce milieu », selon le chercheur Alexis Joly, qui contribue au projet[3]. Une autre évolution envisagée est le fait d'essayer de prévoir où pousse un végétal en utilisant les données collectées sur ses préférences environnementales et l'outil d'apprentissage profond de Pl@ntNet[3].

Rôles de Pl@ntNet

[modifier | modifier le code]

Cet outil permet la reconnaissance de plantes à partir d'images et la collecte de données sur ces végétaux et leurs localisations, mais il peut aussi avoir des utilisations éducatives (sensibilisation, enseignement), agroécologiques, de repérage de plantes invasivesetc.[3]

Depuis 2020, des données de Pl@ntnet sont intégrées à la base de données internationale du Global Biodiversity Information Facility (GBIF, en français « Système mondial d'informations sur la biodiversité »)[7], dont Pl@ntnet est un important fournisseur de données sur les végétaux[1]. Les données sont utilisées dans de nombreuses études[1].

Pl@ntNet compte, en 2019, 22 projets[8] :

Distinctions

[modifier | modifier le code]

Notes et références

[modifier | modifier le code]
  1. a b c d et e Pierre Bonnet et Alexis Joly, « PlantNet, eBird, Spipoll, iNaturalist… ces applis au service de l’i-écologie », sur The Conversation, (consulté le ).
  2. Julien Lausson, « Découvrez l'application PlantNet, le Shazam des plantes et des fleurs », sur Numerama, (consulté le ).
  3. a b c d e f g h i j k l m n et o Inria, « L'intelligence artificielle de PlantNet au service de la biodiversité | Inria », sur www.inria.fr, (consulté le )
  4. « Accueil », sur Pl@ntNet, Centre de coopération internationale en recherche agronomique pour le développement (consulté le ).
  5. « Pl@ntNet s’ouvre à la traduction collaborative ! », sur Pl@ntNet, (consulté le ).
  6. Antoine Affouard, « Pl@ntNet », sur HAL, (consulté le ).
  7. « Vos données Pl@ntNet intégrées au GBIF », sur Pl@ntNet, (consulté le ).
  8. « Qu'est-ce que Pl@ntNet ? », sur Pl@ntNet, (consulté le ).
  9. « Un prix pour le rapprochement des mathématiques et de l'informatique », La Recherche, (consulté le ).

Bibliographie

[modifier | modifier le code]
  • (en) Antoine Affouard, Hervé Goëau, Pierre Bonnet, Jean-Christophe Lombardo et Alexis Joly, « Pl@ntNet app in the era of deep learning », International Conference on Learning Representation s, Toulon,‎ (lire en ligne [PDF])
  • (en) Tanguy Lefort, Antoine Affouard, Pierre Bonnet, Benjamin Charlier, Alexis Joly et al., « Cooperative learning of Pl@ntNet’s Artificial Intelligence algorithm using label aggregation », JDS 2024 - 55e Journées de Statistique, Bordeaux, Société française de statistique,‎ (lire en ligne [PDF])
  • (en) Marijn van Der Velde, Hervé Goëau, Pierre Bonnet, Raphaël d'Andrimont, Martin Yordanov, Antoine Affouard, Martin Claverie, Bálint Czúcz, Neija Elvekjær, Laura Martinez-Sanchez, Xavier Rotllan-Puig, A. Sima, Astrid Verhegghen, Alexis Joly, « Pl@ntNet Crops: merging citizen science observations and structured survey data to improve crop recognition for agri-food-environment applications », Environmental Research Letters, vol. 18, no 2,‎ (lire en ligne [PDF])
  • (en) Pierre Bonnet, Julien Champ, Hervé Goëau, Fabian-Robert Stöter, Benjamin Deneu, Maximilien Servajean, Antoine Affouard, Jean-Christophe Lombardo, Oleksandra Levchenko, Hugo Gresse, Alexis Joly, « Pl@ntNet Services, a Contribution to the Monitoring and Sharing of Information on the World Flora », Biodiversity Information Science and Standards, vol. 4, no 1,‎ (lire en ligne [PDF])

Articles connexes

[modifier | modifier le code]

Liens externes

[modifier | modifier le code]