Protéger les abeilles contre les frelons asiatiques « meurtriers » grâce à l’IA

Invasion des frelons

Les « frelons meurtriers », également appelés frelons asiatiques, frelons aux pattes jaunes, guêpes prédatrices asiatiques, ou par leur nom scientifique Vespa Velutina, sont une espèce invasive qui s’attaque aux abeilles.

Limiter son expansion a été une lutte et surtout une bataille perdue jusqu’à présent, l’espèce se répand en Asie de l’Est, en Europe et même récemment en Amérique du Nord.

Jusqu’à présent, les efforts pour limiter leur propagation reposaient sur l’identification manuelle par des bénévoles, des apiculteurs et des agences environnementales. Cependant, cela s’est avéré inefficace, avec de nombreuses fausses alertes et trop de nids de frelons restant non détectés. Chaque nid non détecté libère chaque année de nouvelles reines, la multiplication de cette espèce invasive devient exponentielle.

Heureusement, une nouvelle méthode reposant sur l’IA pourrait aider, offrant une application surprenante de l’apprentissage automatique avancé.

L’importance des abeilles

Les abeilles domestiquées par l’homme depuis des millénaires pour produire du miel et d’autres produits précieux comme la cire d’abeille et le gelée royale.

Elles sont également une partie vitale de l’écosystème, contribuant à la pollinisation des fleurs sauvages et des cultures agricoles importantes. Cela comprend la plupart des arbres fruitiers, des arbres à noix, ainsi que des cultures à forte valeur comme le chocolat, le raisin, les tomates, les fraises, les framboises, l’agave, etc.

Au total, on estime que les abeilles fournissent « gratuitement » 15 milliards de dollars de services de pollinisation rien qu’aux États‑Unis, et bien plus à l’échelle mondiale.

Les populations d’abeilles subissent une forte pression depuis des décennies, avec des déclins dus aux pesticides, parasites et agents pathogènes, à la disparition des fleurs et prairies indigènes, aux plantes invasives et au changement climatique.

Invasion des frelons

Une menace importante pour les abeilles est le frelon asiatique, qui cible les abeilles lorsqu’il les rencontre dans un nouvel environnement.

Originaire d’Asie du Sud‑Est, le frelon asiatique est un prédateur puissant des populations d’abeilles indigènes d’Amérique du Nord, d’Europe et d’Asie de l’Est. Contrairement aux espèces indigènes d’Asie du Sud‑Est, les abeilles de ces régions peinent à survivre à la prédation des frelons asiatiques.

Sa première apparition en Europe a eu lieu en France en 2004, suivie de sa propagation en Espagne en 2010, en Italie en 2012 et en Allemagne en 2014. La première détection en Amérique du Nord a eu lieu au Canada et aux États‑Unis en 2019.

Il est possible que les abeilles indigènes puissent s’adapter et apprendre à survivre aux frelons asiatiques, mais elles auront besoin de temps pour le faire. Ainsi, limiter leur population pour les décennies à venir pourrait être absolument nécessaire pour aider les espèces d’abeilles indigènes à survivre.

Source: Unsplash by USGS 

IA pour tenir les frelons à distance

L’élément clé pour éviter la propagation des frelons asiatiques est de détecter leur arrivée dans un nouvel écosystème le plus tôt possible. Si le premier nid ou la première dizaine de nids sont laissés à se multiplier, leur nombre augmente très rapidement, entraînant des coûts exponentiels et des dommages environnementaux.

L’identification manuelle est trop peu fiable pour être suffisante. Des systèmes de détection automatisés ont été essayés auparavant, mais leur taux d’identification se situait généralement entre ~74,5 % et 83,3 %, avec de nombreux faux positifs.

En tirant parti des avancées de l’IA et de la vision par ordinateur, des chercheurs de l’Université d’Exeter ont réussi à atteindre un taux de détection supérieur à 99 %, leurs résultats étant publiés dans Nature dans l’article scientifique « VespAI : un système basé sur l’apprentissage profond pour la détection des frelons invasifs».

Détecteur de frelons VespAI

Le prototype du détecteur de frelons IA, nommé VespAI, a été déployé sur l’île de Jersey, près des côtes françaises.

Il comprend une caméra, une source d’alimentation (batterie + panneau solaire de 40 W) et aussi peu d’informatique que le matériel Raspberry Pi 4.

Source: Nature

Les données d’entraînement ont été collectées à plusieurs endroits en Europe et annotées manuellement afin que les frelons asiatiques puissent être correctement détectés.

Source: Nature

Le système peut distinguer les frelons asiatiques des espèces de frelons indigènes. Il utilise une méthode d’IA appelée propagation de pertinence couche par couche (LRP), qui permet au système d’IA d’identifier correctement l’importance de chaque pixel pour détecter avec précision les frelons asiatiques.

Par exemple, les pixels alignés avec la bande orange du quatrième segment abdominal, ainsi que ceux autour du bord extérieur de l’aile, figuraient parmi les points de données importants.

Source: Nature

Le logiciel de vision par ordinateur utilisé était YOLOv5 (You Only Look Once), créé par Ultralytics, un logiciel également au cœur de la technologie des voitures autonomes.

Vers une neutralisation automatisée des frelons

Grâce à la nature non létale du détecteur, le frelon asiatique peut être suivi jusqu’à son nid, qui est ensuite détruit. Il ne tue pas non plus d’autres espèces comme le font généralement les pièges à frelons.

En détectant sa cible en continu sans intervention humaine, la capacité de VespAI à repérer les frelons asiatiques dès le début est plusieurs ordres de grandeur supérieure aux méthodes d’identification manuelle.

Cela en fait, possiblement, la seule option crédible pour détecter l’invasion suffisamment tôt pour l’arrêter complètement.

Enfin, l’utilisation de logiciels open source et de matériel à faible coût rend le déploiement massif de ce système réaliste et compétitif en termes de coûts par rapport aux stratégies de lutte contre les frelons existantes.

Il ne dépend pas non plus du cloud computing et n’utilise que la connectivité Wi‑Fi pour envoyer des alertes dès qu’un frelon asiatique est détecté. L’activation de l’analyse IA uniquement lorsqu’un insecte est détecté réduit la consommation d’énergie.

Entreprises d’IA dans l’agriculture

La gestion des écosystèmes et l’agriculture sont souvent perçues comme des secteurs « peu attractifs », du point de vue de l’industrie technologique et de l’IA.

Ce n’est plus le cas, de nombreuses technologies innovantes s’introduisent dans le secteur agricole, même si aucune ne traite directement du frelon asiatique pour le moment.

1. Arugga

Cette entreprise, qui a levé 5,8 millions de dollars à ce jour, fabrique des robots alimentés par l’IA qui utilisent la vision par ordinateur, développée via la plateforme NVIDIA (NVDA ) Metropolis, pour identifier les fleurs prêtes à être pollinisées puis déclencher le processus en projetant des impulsions d’air sur celles‑ci.

Alors que les performances des robots sont comparables à celles des bourdons et, dans certains cas, supérieures jusqu’à 5 %, ils offrent également la capacité de collecter et d’analyser des données en cours de route.

Les robots d’Arugga ont démontré des améliorations de rendement allant jusqu’à 20 % sans sacrifier la qualité. Son robot terrestre mobile, Polly, travaille avec les fraises, les myrtilles, les tomates et d’autres cultures.

Plus récemment, l’entreprise a transformé la serre de 4,6 hectares d’Agrifutura en Finlande en la première installation au monde à exploiter pleinement la technologie de pollinisation robotisée.

Elle envisage également d’ajouter la détection de parasites et de maladies à ses robots, grâce à une collaboration avec la startup israélienne ViewNetic. À l’avenir, elle prévoit également d’ajouter la taille sans contact, la prévision de rendement et l’abaissement des plantes.

2. Advanced.farm

Les progrès de la vision par ordinateur peuvent également être déployés au-delà de la pollinisation. Par exemple, ils peuvent être utilisés pour repérer et évaluer correctement la maturité des fruits, puis les cueillir.

Ces tâches sont généralement très intensives en main‑d’œuvre. À la place, Advanced.farm utilise six bras robotiques, la vision par ordinateur et une ventouse pour récolter les pommes en douceur sans présence humaine.

Source: Advanced.farm

Il peut également le faire la nuit, permettant un calendrier de récolte 24 h/24 et 7 j/7. Advanced.farm a également conçu une moissonneuse à fraises, qui est 5 fois plus efficace qu’une moissonneuse humaine.

Ainsi, malgré un aspect légèrement inquiétant lorsqu’il fonctionne la nuit (voir ci‑dessous), il est réellement sûr et efficace.