Mobiliser les approches issues de l’Intelligence Artificielle (IA) en Santé Animale (SA) permet d’aborder des problèmes de forte complexité logique ou algorithmique tels que rencontrés en épidémiologie quantitative et prédictive, en médecine de précision, ou dans l’étude des relations hôtes × pathogènes.

Le projet RIVAGE veut favoriser l’adoption de pratiques alternatives pour gérer les impacts de la pollution diffuse dans le bassin versant de la rivière Pérou en Guadeloupe. Son objectif est de produire et partager les connaissances sur les processus, les impacts et les pratiques innovantes avec les acteurs du territoire. Pour faciliter la prise en compte des résultats, le projet a créé une « école-acteurs ». L’école-acteurs est un espace d’échanges autour des thématiques liées à la pollution diffuse agricole.

L’herbe pâturée est l’aliment qui coûte le moins cher dans une ration et la bonne gestion de l’herbe passe entre autre par une connaissance des quantités disponibles. Afin de simplifier et d’automatiser ces mesures d’herbe, et ainsi contribuer au maintien voire au développement du pâturage, le projet HERDECT s’est attaché à construire des méthodes d’estimation de la biomasse des prairies à partir d’outils de télédétection (d’acquisition à distance) et à en estimer la faisabilité opérationnelle.

La diminution du nombre de prairies, que l’on observe à l’échelle mondiale depuis plusieurs décennies, s’est accompagnée de l’évolution de leur mode de gestion dans un contexte d’intensification de l’usage des terres. Face aux enjeux que ces changements impliquent, tant sur le plan environnemental qu’économique, il est nécessaire d’identifier et de caractériser les dynamiques spatiotemporelles des prairies, afin notamment d’évaluer les impacts du changement climatique sur ces dernières et leur capacité à s’y adapter.

Le drone est un outil de plus en plus utilisé dans de nombreux domaines et en particulier en agriculture. La méthode présentée permet d’estimer la hauteur de plantes fourragères à partir de photos prises d’un drone. Cette méthode revêt un intérêt tout particulier pour la sélection végétale.

Cet article présente une nouvelle approche à base de logique floue pour évaluer le risque phytosanitaire dans une serre produisant des roses. Le but de cette étude est de fournir à l’agriculteur un indice représentant le risque de présence de nuisible : Western Flower Thrips (WFT) ou Frankliniella Occidentalis, et d’enlever la phase decomptage manuel. Un systéme d’aide à la décision modulaire basé sur la connaissance d’experts a été  conçu. Le systéme proposé fournit un facteur de risque en fonction des données météorologiques et statiques.

L’agriculture souffre d’un important déficit d’image : qualité des produits jugée médiocre, non respect de l’environnement, pénibilité des métiers… La réalité est cependant tout autre. Tout en restant profondément ancré dans la vie des territoires, ce secteur est devenu numéro deux de la robotisation. De nouvelles méthodes fondées sur le traitement des données, des outils innovants, intelligents et connectés, ainsi que des réseaux de diffusion des innovations et d’entraide contribuent à transformer en profondeur l’agriculture.

Le projet PPILOW vise à coconstruire, grâce à une approche multiacteurs, des innovations améliorant le bien-être des volailles et porcs élevés en systèmes biologiques et de plein air à bas-intrants. Le projet crée avec les utilisateurs finaux des outils d'auto-évaluation du bien-être, des stratégies innovantes d'élevage améliorant la santé et la robustesse des animaux, favorisant les comportements positifs, évitant la castration des porcelets et l’élimination des poussins mâles de souche ponte.