ACCUEIL > PROJETS

Réseau de recherche sur l'innovation en intelligence artificielle pour l'agriculture et les systèmes alimentaires
-

ÉthiopieInnovationKenyaOuganda

ABSTRAIT:

La population africaine devrait atteindre environ 2.6 milliards d'ici 2050. Cela nécessitera une augmentation de la production alimentaire jusqu'à 70 % pour répondre aux besoins de la population, un défi sérieux pour l'agriculture et les systèmes alimentaires. Une telle exigence, dans un contexte de rareté des ressources, de changement climatique, de pandémie de COVID-19 et de conjectures socio-économiques très dures, peut être plus facile à atteindre avec l'application de technologies et d'innovations émergentes telles que l'intelligence artificielle (IA) pour dépasser les transformations requises dans Le secteur. 

L'objectif principal de cette initiative est de faire progresser le développement, le déploiement et la mise à l'échelle responsables de la recherche et des innovations locales en IA pour relever les défis urgents dans les systèmes agricoles et alimentaires en Afrique. Cela sera accompli par la mise en place, la gestion et le soutien d'un réseau de recherche sur l'innovation sur l'IA pour l'agriculture et les systèmes alimentaires.

Ce réseau se composera de 6 à 10 projets de recherche d'innovation qui développeront, déploieront, testeront et chercheront à étendre la recherche et les innovations en intelligence artificielle responsables et dirigées par des Africains. Cette recherche approfondira notre compréhension de la façon de développer, déployer et mettre à l'échelle des innovations d'IA responsables pour une agriculture et des systèmes alimentaires durables en Afrique. Le projet cherchera également à utiliser ces leçons apprises pour éclairer les conversations africaines et internationales sur les politiques et les pratiques de l'IA.

EMPLACEMENT

Nigeria et Ghana, The African Technology Policy Studies Network (ATPS), ICIPE et Kumasi Hive

CHERCHEUR PRINCIPAL:

  • Nicolas Ozor

SOUS-PROJETS

projet 1 — Outils de surveillance et d'intelligence artificielle pour une agriculture intelligente
Pays de mise en œuvre : 
Cap-Vert
Langue : 
Portugais
Montant du projet : 
USD 50,000
Chercheur principal:
Dr Sonia Semedo
Université de Cabo Verde
Partenaires:
-
Résumé du projet
Dans le but d'augmenter la production alimentaire face aux préoccupations croissantes en matière de sécheresse, ce projet vise à étudier la faisabilité de l'utilisation de technologies émergentes telles que l'IoT et l'IA sur les pratiques agricoles existantes et à développer des stratégies durables pour accroître l'efficience et l'efficacité de la production agricole.
projet 2 — Développement d'un modèle d'apprentissage automatique pour le diagnostic des ravageurs et des maladies des cultures basé sur des données d'imagerie des cultures
Pays de mise en œuvre : 
Tanzanie
Langue : 
Swahili
Montant du projet : 
USD 51,000
Chercheur principal:
Dr Hudson Laizer, 
Université des sciences et technologies de Mbeya, Mbeya, Tanzanie
Partenaires:
DevData Analytics Limited, Tanzanie et Southern Corridor Alliance of Agriculture Producers
Résumé du projet
Les haricots communs et les pommes de terre irlandaises comptent parmi les cultures vivrières et commerciales les plus importantes pour les petits agriculteurs tanzaniens, mais leur rendement est menacé par quatre maladies. Couper les feuilles et les plantes malades aide à freiner la propagation de ces maladies, ce qui rend la détection précoce importante. Ce projet vise à développer un modèle ML qui sera capable de détecter les maladies plus tôt sur la base des données d'imagerie des feuilles et permettra à l'agriculteur de prendre la décision appropriée pour gérer la propagation des maladies.
projet 3 — Améliorer la prévision des rendements des cultures à l'échelle de l'exploitation agricole grâce à l'apprentissage automatique pour l'Internet de l'agriculture – Objets en Tanzanie
Pays de mise en œuvre : 
Tanzanie
Langue : 
Swahili
Montant du projet : 
USD 51,000
Chercheur principal:
Dr Barakabitze Alcardo Alex, 
Université d'agriculture de Sokoine, Morogoro, Tanzanie
Partenaires:
Dr Dominic Ringo Recherche, développement communautaire et organisationnel (RECODA), 
M. Adam Rowland SAHARA Ventures
Résumé du projet
Bien que l'agriculture soit le secteur le plus vaste et le plus important de l'économie tanzanienne, de nombreux agriculteurs et autres acteurs du secteur sont confrontés à des défis considérables pour augmenter leurs rendements. En effet, ils ont du mal à accéder à une technologie économiquement viable. Ce projet utilisera des techniques de ML pour apprendre des modèles utiles à partir des données d'entrée afin de fournir des modèles que les agriculteurs peuvent utiliser pour prédire le rendement des cultures ou proposer des recommandations basées sur les saisons.
projet 4 — Utilisation de l'intelligence artificielle pour améliorer la production, la gestion et la commercialisation du poivron jaune de Nsukka (Capsicum Chinense Nsukkadrilus)
Pays de mise en œuvre : 
Nigéria
Langue : 
Anglais
Montant du projet : 
USD 59,000
Chercheur principal:
Ingénieur Prof. Chinenye Anyadike
Bâtiment APWEN NSE, île Victoria, Lagos, Nigéria
Co-PI :
M. Alex Onyia, Educare, 
Dr Nwobodo Cynthia Ebere, Université du Nigeria, Nsukka
Résumé du projet
Le poivre jaune Nsukka est l'une des variétés de poivre cultivées au Nigeria et sa popularité a incité les parties prenantes à améliorer et à maintenir sa production. Cependant, cette production est confrontée à de sérieux défis tels que les attaques de parasites, les coûts élevés des intrants et les faibles marges bénéficiaires dues aux intermédiaires de commercialisation. Pour aider à surmonter ces goulots d'étranglement, ce projet vise à exploiter les outils et applications d'IA pour collecter des ensembles de données pour la détection précoce des ravageurs, fournir un soutien à la détection précoce des pertes de nutriments dans le sol, améliorer la conservation de l'eau et améliorer l'accès au marché, augmentant ainsi sa chaîne de valeur.
projet 5 — Mise à l'échelle des outils basés sur les smartphones pour la détection et la surveillance précoces des cultures
Pays de mise en œuvre : 
Ouganda
Langue : 
Anglais
Montant du projet : 
USD 55,000
Chercheur principal:
Dr Owomugisha Godliver, 
Université Busitema, Tororo, Ouganda.
Co-PI :
Emmanuel Ofumbi, Fondation de développement communautaire Papoli, Tororo, Ouganda
Estefanía Talavera, Université de Twente, Pays-Bas
Résumé du projet
Cette recherche propose de s'attaquer à l'un des problèmes les plus difficiles de l'agriculture ; la détection et le diagnostic des maladies des cultures sur le terrain en utilisant des smartphones à faible coût dotés de technologies assistées intégrées. L’objectif est d’améliorer les capacités de surveillance et de diagnostic des maladies précoces des cultures et des ravageurs entre les mains des petits producteurs de manioc à grande échelle.
projet 6 — Développement d’un système d’alerte précoce et d’outils de diagnostic utilisant la géoinformation et l’intelligence artificielle. Une étude de cas sur la mineuse des feuilles de tomate (Tuta Absoluta) et les aleurodes à Machakos au Kenya
Pays de mise en œuvre : 
Kenya
Langue : 
Anglais
Montant du projet : 
USD 52,000
Chercheur principal:
Dr Hilda Manzi, Geospatial Research International, Nairobi, Kenya
Co-PI :
Cosmus Muli, producteurs de légumes Kathaana 
Dr Joseph Sang, Université d'agriculture et de technologie Jomo Kenyatta
Résumé du projet
Le sous-secteur de l'horticulture au Kenya est le plus important du secteur agricole, contribuant à hauteur de 33 % au PIB agricole. Les menaces du changement climatique ont toutefois affecté à la fois la productivité et la rentabilité du secteur. L'augmentation des températures et les changements dans l'humidité atmosphérique ont entraîné l'émergence de nouveaux ravageurs ainsi que la recrudescence des ravageurs existants. Malgré son importance, la tomate, une culture importante au Kenya, est limitée par des ravageurs et des maladies qui représentent des pertes de 80 à 100 %, les ravageurs les plus courants étant la mineuse de la tomate (Tuta absoluta) et les mouches blanches. Cette recherche vise à développer un outil spatial basé sur l'IA pour le suivi et la surveillance de Tuta absoluta et des aleurodes sur les cultures de tomates dans le comté de Machakos, au Kenya.
projet 7 — Autonomiser les petits agriculteurs (SHF) du comté de Busia grâce à l'IoT (Internet des objets) à faible coût et à l'IA (outils d'intelligence artificielle.)
Pays de mise en œuvre : 
Kenya
Langue : 
Anglais
Montant du projet : 
USD 53,000
Chercheur principal:
Dr Betsy Muriithi, Université Strathmore, Nairobi, Kenya.
Co-PI :
Dr Joseph Wabwire Masinde, Centre pour les communautés entreprenantes (CECO), et 
Karen Basiye, Safaricom DigiFarm, Kenya.
Résumé du projet
Les petits exploitants agricoles qui produisent plus de 70 % de la nourriture consommée au Kenya n’ont pas accès à des données localisées permettant d’optimiser leur productivité et sont extrêmement incapables de répondre aux graves changements climatiques. Les outils d’IA et d’IoT peuvent offrir une solution à ces agriculteurs, couplée au développement rapide d’appareils à faible coût pouvant prendre en charge ces technologies. À l’aide d’un outil basé sur l’IoT doté de fonctionnalités et de plugins d’IA améliorés, cette équipe a l’intention de tester la viabilité du renforcement des économies locales grâce à la fourniture d’un accès à des données météorologiques vitales qui amélioreraient le rendement des cultures.
projet 8 — Développer l'intelligence artificielle (IA) pour la surveillance de l'humidité et des nutriments des sols dans le cadre de l'agriculture irriguée parmi les petits exploitants agricoles, les universitaires et les experts agricoles du Malawi.
Pays de mise en œuvre : 
Malawi
Langue : 
Anglais
Montant du projet : 
USD 54,000
Chercheur principal:
Dr Isaac Fandika,
Département des services de recherche agricole, Chikwawa, Malawi.
Co-PI :
M. Alinafe Emannuel Kaliwo, MECHRO Ltd, et
Mme Pennia Mavedzenge, World Vision International
Résumé du projet
L’irrigation est l’une des principales solutions aux défis liés au changement climatique et à la croissance démographique qui pèsent sur la sécurité alimentaire en Afrique subsaharienne. Cependant, il n’a pas réussi à exploiter tout son potentiel. Il est nécessaire de mettre en place des arrangements institutionnels intégrant les acteurs des secteurs public et privé dans les outils de surveillance de l'humidité et des nutriments des sols au Malawi. L'objectif de ce projet est de développer la technologie des capteurs pour la surveillance de l'eau du sol et des nutriments dans l'agriculture irriguée. Il est prévu qu'un partenariat public-privé soit mis en place pour développer et déployer des outils d'IA pour surveiller l'humidité et les nutriments du sol dans l'agriculture irriguée couvrant 660 agriculteurs répartis dans 30 périmètres d'irrigation.
projet 9 — TOLBI AI, un outil numérique basé sur l'IA pour une agriculture intelligente, durable et efficace.
Pays de mise en œuvre : 
Sénégal
Langue : 
Français
Montant du projet : 
USD 48,000
Chercheur principal:
Mouhamadou Kébé, 
Corniche Ouest, Dakar, Sénégal.
Co-PI :
Mouhamadou Moustapha Cissé, Institut Africain des Sciences Mathématiques 
Cheikh Ahmadou Bamba Fall, Yessal Agrihub
Résumé du projet
En Afrique subsaharienne, les pertes encourues du fait de pratiques agricoles non adaptées au changement climatique sont de 30 % (gestion sanitaire des plantes, fertilisation, irrigation) et les pertes post-récolte associées sont estimées à 4 milliards de dollars américains. Avec le développement de l'agriculture intelligente face au climat, l'objectif principal du projet Tolbi AI est d'utiliser une combinaison d'intelligence artificielle, d'images satellite et de langues locales pour fournir aux petits producteurs agricoles et éclairer les politiques agricoles nationales des informations en temps réel sur le rendement. prévisions à l’aide d’une plateforme de gestion de terrain qui surveille la santé des plantes, la fertilisation et les besoins en eau.
projet 10 — Détection des ravageurs et des maladies des cultures sur les appareils Web et mobiles à l'aide du Deep Learning.
Pays de mise en œuvre : 
Ghana
Langue : 
Anglais
Montant du projet : 
USD 49,000
Chercheur principal:
Dr Patrick Mensah, 
Département d'informatique, Université de l'énergie et des ressources naturelles, UENR, Ghana
Co-PI :
M. Suweidu Abdulai, Association des communautés de développement du Ghana, et 
M. Francis Ata Amponsah DIGILECT SYSTEM
Résumé du projet
La communauté autour de l’Université de l’énergie et des ressources naturelles du Ghana dépend fortement de l’agriculture pour sa subsistance. Cependant, en raison de la rareté des terres, les agriculteurs cultivent sur de petites parcelles de terre et ces cultures sont régulièrement infestées par des ravageurs et des maladies. Ce projet vise à développer une application mobile et Web basée sur l'apprentissage profond pour détecter efficacement les ravageurs/maladies du manioc, du maïs, des tomates et de l'anacarde. En raison des taux d'analphabétisme élevés dans les communautés agricoles, leur système d'IA sera convivial et disposera d'une fonction de synthèse vocale pour communiquer les résultats et les recommandations en anglais et dans la langue locale populaire « Twi ». Il s’agit également de faciliter une utilisation facile par les personnes malvoyantes.

ORGANISMES DE PROJET