L’utilisation du machine learning a considérablement optimiser le fonctionnement d’une ferme de concombres japonaise. Makoto Koike s’est inspiré d’AlphaGo de Google pour programmer un système faisant tourner un petit réseau neuronal TensorFlow. Ce dernier identifie les concombres, les trie selon certains attribus (couleur, taille, forme…) et transmet finalement l’information au trieur automatique de concombres. Pourquoi c’est important ? Plus besoin de travailleurs humains pour analyser, récolter, classer et trier les produits. L’association d’algorithmes de deep learning et de systèmes équipés de capteurs va permettre aux agriculteurs de concentrer leurs efforts sur la qualité avec peu d’interventions humaines. Un excellent exemple de l’automation en cours.
