GAIA, le Hackathon de la Ferme Digitale et de Mistral IA
L’utilisation des lettres « IA » dans l’acronyme du Salon International de l’Agriculture n’a jamais paru si à propos. En effet, un nouvel événement consacré à l’Intelligence artificielle s’est tenu cette semaine à Paris, Porte de Versailles. Baptisé GAIA pour Générative Artificial Intelligence for Agriculture, ce hackathon avait pour ambition de mettre l’IA au service des agriculteurs. Pour tout savoir, ou presque sur cette course pas comme les autres, nous avons pu poser quelques questions à David Joulin, Co-fondateur d’Ekylibre et de la Ferme Digitale.
Paroles d’élus : C’est la première fois qu’un Hackathon de ce type est organisé pendant le Salon de l’agriculture. Ce projet était-il ancien ou est-il né de l’engouement récent pour l’IA ?
David Joulin : C’est un peu les deux. Cela faisait en effet pas mal de temps que nous avions l’envie de proposer un événement collaboratif autour des données agricoles. Nous voulions trouver un format qui nous permettrait d’utiliser toutes les data déjà publiées en Open Data par des acteurs publics et des acteurs privés et donc déjà donc disponibles.
Parallèlement, et comme beaucoup, nous avons observé avec intérêt l’avènement de l’IA générative. Nous sommes face à une explosion extrêmement rapide de nouvelles solutions mais aussi des interrogations.
Paroles d’élus : Qui est derrière ce projet et quelle en est sa genèse ?
David Joulin : Côté Genèse, l’idée est venue du binôme que nous formons avec Hervé Pillaud, Président d’Honneur de la Ferme Digitale. Nous avons commencé à travailler sur cet événement en octobre dernier. Très vite, nous nous sommes dit qu’il serait pertinent de nous rapprocher de Mistral AI. Non seulement parce que c’est une entreprise française très performante mais aussi parce qu’elle s’est développée sur un modèle en Open Source. Cela collait parfaitement avec notre projet de Hackathon sur les données agricoles.
Paroles d’élus : Et quels sont les objectifs de GAIA ?
David Joulin : Ce Hackathon s’inscrit dans une démarche exploratoire. Il nous a permis d’imaginer et de tester de façon pragmatique, des solutions qui pourront peut-être s’offrir à notre secteur dans un temps court. Dit autrement, est-ce que l’IA générative est une solution ultime du futur ou non ? Aujourd’hui, il n’y a pas encore suffisamment de d’outils de valorisation des data, dédiés et développés pour le monde agricole. Pourtant, nous en aurions vraiment besoin.
Paroles d’élus : Pourquoi avoir programmé ce Hackathon pendant le SIA ?
David Joulin : Organiser ce Hackathon pendant le Salon de l’Agriculture était pour nous une évidence. Et le SIA’pro, qui est le rendez-vous BtoB au sein même de cet événement grand public de la Porte de Versailles, était le bon moment pour faire ça. L’agriculture n’est pas une image d’Épinal tournée vers le passé. C’est le travail du vivant où l’innovation bat son plein.
Paroles d’élus : Quels ont été les différentes étapes de cet hackathon GAIA ?
David Joulin : La 1ère étape a consisté pour nous à préconstruire un kit de données facilitant la découverte des sources de data mobilisables pendant les 48h. C’est un travail que nous avons l’habitude de faire chez Ekylibre. En effet, depuis 10 ans, nous répertorions toutes les sources de données ouvertes pour essayer d’améliorer l’interopérabilité dans le monde agricole, c’est-à-dire la capacité des systèmes à communiquer entre eux.
Autre étape, nous avons fourni également au participant du Hackathon, un kit logiciel. Celui-ci se composait d’interfaces et d’exemple de petit outils permettant aux équipes de tester et de se familiariser avec Mistral IA en amont. Le but était d’avoir une certaine équité entre les équipes et que tout le monde, même les moins à l’aise soient opérationnels dès le lancement des 48h.
Paroles d’élus : Combien d’équipes ont participer à GAIA ?
David Joulin : Nous avons eu 8 équipes en présentiel et 15 à distance. L’ensemble était très hétérogène. Dans le détail, on trouvait côte à côte des start-ups, des étudiants et des gens aguerris travaillant dans les grands groupes comme par exemple le Crédit Agricole, Auchan ou le groupe Avril. Toutes les équipes avaient donc des niveaux assez différents. Certaines ont même mobilisé des data scientist travaillant déjà sur ces sujets-là. D’autres étaient issus d’entreprises et de structures plus modestes en taille.
Paroles d’élus : Elles partageaient néanmoins toutes un point commun…
David Joulin : Oui puisque toutes s’interrogent ou travaillent déjà sur l’IA générative. Dit autrement, pour tout le monde, la question est de savoir ce que peut apporter Mistra IA au secteur, notamment par son positionnement originel basé sur l’open source. Un autre point qui attire notre curiosité, c’est bien évidemment l’évolution extrêmement rapide de cette technologie. La vitesse d’apprentissage dépasse largement tous les prognostiques.
Paroles d’élus : Pour définir la problématique retenue, les équipes avaient-elles carte blanche ?
David Joulin : Nous avons décidé de pas fixer nous-même les problématiques. Nous avons donc sollicité des agriculteurs. Ces derniers, sous la forme de vidéos diffusés lundi matin, ont partagé leurs problèmes. C’était le top départ du Hackathon. Les équipes n’ont découvert les sujets qu’à ce moment-là. Il n’y avait pas d’anticipation possible. Ce parti pris répond bien à l’objectif que nous nous étions fixés. Il s’agit pour nous de mieux apprécier ce que cette technologie nous permet de faire justement en un temps à la fois court et contraint.
Paroles d’élus : L’important n’était donc pas de gagner ?
David Joulin : Un Hackathon est par définition une course mais j’insiste souvent sur le fait qu’avec GAIA, le but premier n’était pas de classer des gens et de savoir qui était le meilleur. C’est pourquoi, le processus de classement final retenu était très simple. Nous avons proposé à un agriculteur de tester les outils développés. Celui-ci a posé sa question et nous avons regardé la réponse.
Pour nous, le premier objectif est donc atteint mais nous ne voulons pas en rester là. Nous allons faire une synthèse de tout ce qui a été produit durant ce Hackathon. Ainsi, ce sera pour nous un support précieux pour déterminer s’il faut aller
plus loin avec Mistral IA. Nous ne sommes qu’au tout début. D’autres étapes se dessinent déjà comme par exemple ce que l’on désigne par le terme de « fine tuning ». Il s’agit de spécialiser les modèles IA sur des tâches spécifiques afin de maximiser leurs performances. Pour cela, on affinerait le modèle en embarquant à l’intérieur même du moteur tout un tas de données de dictionnaire agricoles.
