L’agriculture intelligente récompensée au Cameroun

0
2623
Pyrrus Koudjou, le lauréat

« Clinic Plant », la startup camerounaise de Pyrrus Koudjou, intégrant l’intelligence artificielle pour diagnostiquer les maladies des plantes a récemment remporté la première place de la neuvième édition du prix orange de l’entrepreneur social (POESAM). Une récompense que le promoteur attribue à la maturité et la technologie de pointe de son projet.

(Cio Mag) – Ce prix récompense annuellement les projets intégrant des solutions technologiques pour l’amélioration du quotidien des citoyens en Afrique et au Moyen Orient. Plusieurs entrepreneurs camerounais ont eu l’occasion de présenter leurs jeunes pousses, mais 4 ont été retenus parmi les treize finalistes. Marlyse Charlotte Bisso promotrice de « My Gaz solution » pour l’utilisation sécurisée de la bonbonne de gaz a remporté le « prix spécial féminin » avec 1 000 000 de FCFA à la clé ; Felix Fomengia créateur de « Cameroon GCE guide up » employée pour faciliter la recherche académique a obtenu 500 000 FCFA ; Hidrich Assongo derrière « Chaque souffle compte » pour multiplier les chances de vie des bébés prématurés a aussi obtenu un million de FCFA.

Pyrrus Koudjou le lauréat de cette édition se réjouit encore plus avec les deux millions de FCFA obtenus grâce à son projet qu’il juge « plus mature » que les autres.

« Si j’ai obtenu la première place, c’est grâce à mon innovation et ma technologie plus avancée que les autres. Celle de l’intelligence artificielle de pointe. Elle permet de diagnostiquer la maladie de plantes. Mon projet était le plus mature car ma solution est déjà adoptée et déployée dans 4 pays, Notamment le Mali, la Côte d’ivoire, le Sénégal et le Cameroun. Je pense que ma vision globale partagée avec le jury a également été un plus. Je travaille aussi avec les autres entrepreneurs pour développer ce projet afin qu’il soit profitable à toutes les classes sociales d’agriculteurs », a-t-il confié à Cio Mag.

Proche de l’environnement agraire, il dit s’être rendu compte qu’en plus d’un problème lié à l’écoulement de leurs produits, les agriculteurs faisaient également face aux maladies des plantes. Il lui est venu ainsi l’idée de créer deux solutions. La première les mets en relation à travers une plateforme numérique. La seconde permet d’anticiper sur les maladies des cultures « afin de satisfaire à la demande locale tout en garantissant la sécurité alimentaire », a expliqué Pyrrus.

Cette dernière solution est d’ailleurs celle qui lui a fait remporter cette compétition. Pour y parvenir, il a misé sur l’intelligence artificielle.

Pourquoi intelligence artificielle ?

« En voulant résoudre ce problème, j’ai pensé que l’intelligence artificielle pouvait être d’un grand apport. Dans mes recherches c’est la seule solution que j’ai trouvé abordable bien que difficile. Aujourd’hui cette intelligence permet de faire énormément de choses. Par exemple pour identifier la maladie des plantes à travers une image, nous n’avons pas de satellites pour pouvoir faire des imageries et autres et donc l’IA était la plus accessible pour nous. Elle constituait un challenge mais que nous avons pu relever », a ajouté le jeune promoteur.

D’après lui, sa trouvaille permet aux agriculteurs d’avoir des diagnostiques depuis leurs téléphones portables sans se rendre dans des laboratoires d’analyses, souvent trop chers.

Cependant Clinic Plant reste encore limitée et nécessite l’implémentation d’autres paramètres sur lesquels il s’active.

« Par exemple pour plusieurs hectares de plantations, l’utilisation devient très fastidieuse. De ce fait nous allons intégrer des drones pour faire des captures d’images et proposer des diagnostiques aux agriculteurs. Dans les prochains mois d’autres fonctionnalités s’ajouteront à notre application telles que les langues, et un accès offline », a-t-il cité.

« Mon application a une banque de données d’images. J’ai eu la chance qu’un laboratoire aux Etats-Unis m’ait envoyé près de 60000 images de maladies des plantes. Lesquelles constituent ma banque de données me permettant de bâtir un modèle de prédiction. A partir d’une image le modèle de production elle analyse et propose à l’agriculteur un diagnostic avec un taux de fiabilité. Mais pour identifier une maladie il faut 1000 à 5000 images afin d’avoir un taux de fiabilité d’au moins 90%. Il nous est encore très difficile d’avoir accès à autant d’images dont nous avons besoin », regrette-t-il.

Il reste tout de même enthousiaste et reconnaissant grâce aux prix du POESAM. Lequel d’après lui, permettra d’améliorer les infrastructures en ligne de son innovation et de louer un nouveau serveur pour une meilleur qualité de services.

Aurore Bonny

 

LAISSER UN COMMENTAIRE

Please enter your comment!
Please enter your name here