Electric Plant veut traduire les signaux électriques des plantes grâce à l’IA

Une plante ne parle pas, mais elle réagit. Quand elle manque d’eau, qu’un insecte la ronge ou que la température change brusquement, des signaux électriques parcourent ses tissus. Les scientifiques les étudient depuis le XIXe siècle. La start-up américaine Electric Plant veut désormais les transformer en informations utiles pour les agriculteurs. Selon TechCrunch, elle a levé 11,2 millions de dollars pour développer Bombadil, un modèle d’IA qui interprète ces signaux et indique aux producteurs ce dont leurs plantes ont besoin. L’idée est séduisante, à l’heure où l’eau devient une ressource de plus en plus précieuse. Mais les promesses de l’entreprise restent à vérifier.

Les plantes ont-elles vraiment un langage électrique ?

Le phénomène est bien réel, même si le mot « langage » relève de l’image. Comme les cellules nerveuses des animaux, les cellules végétales peuvent produire des variations de tension électrique qui se propagent dans la plante. Les exemples les plus spectaculaires sont connus de longue date : la dionée attrape-mouche referme son piège après une stimulation électrique de ses poils sensibles, et la sensitive replie ses feuilles au moindre contact grâce à des signaux du même type.

Chez la plupart des plantes, ces signaux sont plus discrets, mais ils accompagnent de nombreuses réactions : une blessure, un manque d’eau, un changement de lumière ou de température. Le défi n’est pas de les mesurer, mais de les interpréter, car ils varient d’une espèce à l’autre et se mêlent à beaucoup de bruit. C’est précisément là qu’Electric Plant veut faire intervenir l’IA.

Ce que fait Bombadil

Bombadil est présenté par Electric Plant comme un grand modèle de langage appliqué non pas au texte, mais aux signaux électriques mesurés dans la tige des plantes. Selon l’entreprise, il a été entraîné sur des données issues d’environ 125 espèces, des fougères aux séquoias, en passant par les tomates et les dahlias. « C’est le modèle le plus diversifié jamais créé sur des signaux électriques biologiques », affirme son cofondateur et directeur général, Justin Mast.

Concrètement, les signaux sont analysés dans le cloud, puis le résultat est renvoyé au producteur, qui peut ajuster ses arrosages ou ses apports d’engrais. L’entreprise ne prétend pas dialoguer avec les plantes : « Nous écoutons plus que nous ne parlons, mais écouter est la première étape », résume Justin Mast.

Pourquoi l’IA est utile pour lire ces signaux

Les signaux électriques d’une plante prennent la forme d’une série temporelle, une suite de mesures enregistrées en continu. Les repérer à l’œil sur un graphique est presque impossible : une réaction à la soif peut ressembler à une réaction au froid, et les variations utiles sont noyées dans de petites fluctuations permanentes. Les modèles d’IA excellent justement à trouver des motifs récurrents dans ce type de données, à condition d’avoir été entraînés sur un grand nombre d’exemples associés à des situations connues. C’est la même logique que celle des modèles de prévision de séries temporelles, comme Timestral de Mistral AI, appliquée ici à la biologie végétale. Toute la valeur d’un tel système dépend donc de la qualité et de la diversité des données d’entraînement, ce qui explique l’insistance d’Electric Plant sur le nombre d’espèces couvertes.

Des capteurs bon marché, vissés dans la tige

Le dispositif repose sur des capteurs de la taille d’un smartphone plié en deux dans le sens de la longueur. Ils se fixent à l’aide de vis en acier inoxydable qui doivent atteindre le cambium, la couche vivante située juste sous l’écorce, là où circulent la sève et les signaux. Les capteurs transmettent leurs données à une station de base par un réseau sans fil à basse consommation.

Le prix est l’argument commercial principal : selon Justin Mast, les outils existants de surveillance des cultures coûtent généralement plusieurs milliers de dollars, quand ses capteurs n’en coûtent que quelques dizaines. Deux capteurs par acre suffiraient, ce qui rendrait le système accessible à des exploitations de taille moyenne.

Qui est derrière Electric Plant ?

L’entreprise a été fondée par Justin Mast, son directeur général, et Lee von Kraus, un neuroscientifique qui a travaillé avec la Darpa, l’agence de recherche du ministère américain de la Défense. Ce parcours n’est pas anodin : l’analyse de signaux électriques biologiques est au cœur des neurosciences, et les méthodes utilisées pour décoder l’activité du cerveau inspirent celles appliquées aux plantes. Le tour de table d’amorçage a été mené par les fonds Onto Ventures et Climactic, avec la participation de plusieurs autres investisseurs.

Ce qui reste à prouver

Les promesses de l’entreprise sont ambitieuses, et elles reposent pour l’instant sur ses propres déclarations. Selon TechCrunch, Justin Mast affirme que ses systèmes peuvent augmenter les rendements et réduire la consommation d’eau de 20 % ou plus, et que son modèle surpassera les équipements existants. Mais aucune validation indépendante n’a été présentée, et l’entreprise n’a pas nommé ses clients.

Plusieurs questions restent ouvertes. Les signaux électriques d’une plante varient selon l’espèce, la variété, l’âge et les conditions locales : un modèle entraîné sur 125 espèces fonctionnera-t-il aussi bien sur une variété précise de vigne ou de blé cultivée dans un climat donné ? La pose de capteurs vissés dans la tige convient à des arbres ou à des plants robustes, mais se prête moins aux cultures de petite taille. Enfin, l’interprétation dans le cloud suppose une connexion fiable, pas toujours disponible dans les zones rurales.

Pourquoi cela intéresse l’agriculture

L’enjeu dépasse la curiosité scientifique. L’agriculture est l’un des premiers consommateurs d’eau douce dans le monde, et les sécheresses à répétition obligent les producteurs à arroser au plus juste. Un outil capable de dire précisément quand une plante a soif, plutôt que d’arroser selon un calendrier fixe, permettrait d’économiser de l’eau sans pénaliser les récoltes. Les applications envisagées concernent l'agriculture et la sylviculture, où la surveillance de la santé des arbres est un enjeu croissant face au changement climatique.

Si elle tient ses promesses, l’approche d’Electric Plant illustrerait une tendance plus large : l’utilisation de modèles d’IA pour décoder des signaux que l’humain ne sait pas lire, qu’il s’agisse des sons émis par les animaux, de l’activité cérébrale ou, désormais, des réactions électriques des végétaux. Des essais indépendants en conditions réelles diront si les plantes ont vraiment quelque chose d’utile à dire aux agriculteurs. Les autres usages de l’IA au service de l’environnement sont à suivre sur notre page consacrée à l'environnement.