Une nouvelle recherche menée par le professeur Budiman Minasny et le professeur Alex McBratney explique comment les outils d’IA peuvent nous aider à adapter les sols – et les systèmes qu’ils nourrissent – à un climat changeant.
L’article, publié par Frontiers in Science, expose comment les outils d’IA peuvent accélérer la science du sol en accélérant les travaux préliminaires, en améliorant les prévisions pour soutenir les décisions sur l’utilisation des terres, le carbone et l’adaptation au climat, en traitant des données complexes et en libérant les scientifiques pour se concentrer sur des questions nécessitant un jugement d’expert.
L’auteur principal Professeur Alex McBratney de l’Institute of Agriculture de l’Université de Sydney a déclaré : « En partenariat avec des experts, l’IA pourrait nous aider à mieux appréhender la complexité et la nature en constante évolution des écosystèmes du sol.
« Contrairement aux outils d’apprentissage automatique actuels qui se concentrent sur des tâches isolées, ces systèmes peuvent imiter la collaboration scientifique à un degré hautement sophistiqué – combinant raisonnement, planification et vision interdisciplinaire pour soutenir les chercheurs et stimuler des progrès significatifs.
« La perception de l’importance vitale du sol dans le fonctionnement de la planète augmente, et la science du sol continuera de croître et de prospérer sous une IA dirigée par des scientifiques. »
La science du sol affecte la manière dont nous répondons aux défis les plus urgents du monde, de la sécurité alimentaire au changement climatique. Pourtant, les systèmes du sol, affectés par le climat, les régimes météorologiques et les pratiques agricoles, sont très complexes et difficiles à prévoir, surtout à mesure que les pressions climatiques et l’utilisation des terres s’intensifient. Les auteurs affirment que ce domaine a besoin d’outils capables d’aider les chercheurs à donner un sens à cette complexité.
La science du sol utilise actuellement des approches d’apprentissage automatique telles que la cartographie numérique des sols et la spectroscopie. Les systèmes d’IA pourraient améliorer cela en créant des jumeaux numériques du sol à partir de données de capteurs, en améliorant la surveillance du microbiome du sol et en testant des stratégies d’adaptation au climat dans des modèles informatiques avant de les tester sur le terrain pour obtenir des résultats plus rapides.
La terre qui nous nourrit
Pour illustrer un tel outil, l’équipe de recherche a chargé un système d’intelligence artificielle multi-agents de passer en revue la littérature scientifique pertinente et de générer des idées sur la façon dont les sols stockent le carbone et ce qui contrôle leurs limites de stockage.
Les agents d’IA ont généré avec succès cinq hypothèses, notamment l’influence du climat, les seuils de saturation, les contrôles biologiques et chimiques, la rétroaction interdisciplinaire et les stratégies de gestion.
Chaque hypothèse a ensuite été évaluée par un avis d’expert et une révision par les pairs simulée. Le système a imité avec succès des parties clés du processus scientifique, avec des résultats au-delà de ce qui est actuellement utilisé et qui s’alignent fortement avec la recherche d’experts.
L’auteur principal Professeur Minasny, également de l’Institute of Agriculture de l’Université de Sydney, a déclaré : « Nos résultats indiquent l’opportunité pour l’IA d’accélérer la recherche sur les sols – dont la compréhension peut bénéficier à nos systèmes alimentaires et climatiques.
« Améliorer notre compréhension des sols pourrait soutenir une agriculture plus durable, une meilleure gestion des sols et une adaptation plus forte au climat en aidant les gestionnaires des terres à détecter plus tôt la perte de nutriments, le stress hydrique, le compactage et l’érosion.
« Nous avons évalué la capacité du système à effectuer un traitement perceptuel, une planification stratégique et un raisonnement scientifique. Nos résultats soulignent la promesse que représentent les systèmes d’IA multi-agents, avec des implications mondiales importantes pour le sol – une ressource précieuse mais peut-être sous-estimée. »
Intelligence artificielle, expertise humaine
Malgré le potentiel de l’IA, des défis subsistent, notamment en ce qui concerne la qualité des données, la transparence des modèles, la confiance et le maintien des connaissances scientifiques fondamentales. L’article souligne également d’autres considérations sur le coût de calcul et les dimensions éthiques de ces outils.
Co-auteure Dr Mercedes Román Dobarco de l’Institut Basque pour la Recherche et le Développement Agricole (NEIKER), Espagne, a déclaré : « Bien que les cas d’utilisation soient clairement convaincants, et bien que l’IA puisse imiter certains aspects du raisonnement d’expert, elle ne peut pas remplacer le jugement contextuel, la créativité et l’interprétation critique que les scientifiques apportent à la recherche. Les agents d’IA posent également des défis concernant la qualité des données, l’interprétabilité, la créativité et les biais de jeu de données, en particulier sans supervision humaine et expertise du domaine.
« Compte tenu de ces limites, nous devrions traiter l’IA comme un outil augmentatif qui améliore, et non remplace, le travail scientifique humain. »
L’article souligne également la capacité de l’IA à accélérer la science à la fois « rapide » et « lente ». Par exemple, en automatisant des tâches préparatoires chronophages telles que la revue de littérature et le développement de scénarios, l’IA pourrait libérer du temps aux chercheurs en pédologie pour se concentrer sur une compréhension fondamentale plus profonde et le travail sur le terrain, tout en maintenant la rigueur scientifique et la responsabilité.
Le professeur McBratney a déclaré : « Les sols font partie des ressources les plus vitales et existentielles de notre planète. Pour bénéficier pleinement de la science du sol améliorée par l’IA, nous devons adopter la collaboration interdisciplinaire, garantir un accès équitable aux outils d’IA et aborder de manière réfléchie les défis éthiques que nous avons décrits.
« En reliant l’innovation numérique à l’application réelle, ainsi qu’à une supervision humaine non négociable, l’IA peut dynamiser la science du sol – mais seulement si les connaissances humaines suivent le rythme. Trouver cet équilibre peut nous aider à débloquer de nouveaux niveaux de gestion et de sécurité pour le sol. »
Article : Enhancing soil science research with multi-agent artificial intelligence systems – Journal : Frontiers in Science – Méthode : Meta-analysis – DOI : Lien vers l’étude
Source : Sydney U.
