Comment l'IA apprend à diagnostiquer une plante malade
Une feuille jaunit. Excès d'eau ? Manque d'azote ? Araignées rouges ? Lumière trop directe ? Vieillesse, tout simplement ? Le même symptôme peut avoir cinq causes, et le bon traitement pour l'une aggrave souvent l'autre. C'est exactement le genre de problème où une IA bien entraînée peut aider, et où une IA mal entraînée fait des dégâts. Voici comment nous avons construit la nôtre.
Étape 1 : apprendre à voir
Le socle, c'est un modèle de vision entraîné sur des centaines de milliers de photos de plantes, saines et malades. Chaque image est annotée : espèce, symptôme visible, cause confirmée. Ce dernier point est crucial et coûteux : une photo de feuille tachée ne vaut rien si personne n'a vérifié ce qui l'avait réellement tachée. Nos jeux de données sont validés par des botanistes, pas par des internautes bien intentionnés.
Pourquoi l'espèce compte autant que le symptôme
Des feuilles qui rougissent sont un signal d'alarme chez un ficus et un comportement parfaitement normal chez certaines succulentes en hiver. Le modèle n'apprend donc pas « à quoi ressemble une carence » dans l'absolu, mais à quoi elle ressemble espèce par espèce. C'est ce qui sépare un diagnostic utile d'une réponse générique.
Étape 2 : croiser avec ce que la photo ne montre pas
C'est ici que Therese joue sa différence. Une photo montre les symptômes ; elle ne montre ni l'humidité du substrat, ni l'historique de température, ni les lux reçus. Or ces données changent radicalement le diagnostic : les mêmes feuilles molles orientent vers un excès d'eau si le substrat est détrempé depuis dix jours, et vers la soif s'il est sec comme un désert.
Quand vous photographiez une feuille dans l'application Therese, l'IA reçoit aussi les 30 derniers jours de mesures de vos capteurs. Le diagnostic n'est plus « ça ressemble à un excès d'eau » mais « le substrat est saturé depuis le 12 mai et les symptômes correspondent : c'est un excès d'eau ». La différence entre une hypothèse et une conclusion.
| Étape | Ce que fait l'IA | Ce que vous voyez |
|---|---|---|
| 1. Analyse de la photo | Identifie l'espèce et les symptômes visibles | La zone suspecte est encadrée |
| 2. Croisement capteurs | Relit 30 jours d'humidité, de température et de lux | Les mesures anormales sont surlignées |
| 3. Diagnostic | Classe les causes probables avec un niveau de confiance | Une cause principale, expliquée en français |
| 4. Plan de soin | Génère les gestes à faire, jour par jour | Une checklist qui se met à jour |
Étape 3 : savoir dire « je ne sais pas »
Une IA de diagnostic doit être honnête sur son incertitude. Quand la confiance du modèle est insuffisante, photo floue, symptôme ambigu, espèce rare, l'application le dit, propose des angles de prise de vue complémentaires, ou pose une question. Un « je ne suis pas sûr, vérifions ensemble » vaut mieux qu'un diagnostic péremptoire et faux.
L'IA peut-elle se tromper de diagnostic ?
Oui, et c'est pour cela que chaque diagnostic est accompagné d'un niveau de confiance affiché en clair. Quand deux causes restent plausibles (une carence en magnésium et un début d'attaque d'acariens peuvent produire des taches voisines), l'application le dit, propose la vérification qui les départage (regarder le revers des feuilles à la loupe, par exemple), et attend votre retour avant de recommander un traitement. Chaque confirmation ou correction que vous apportez ré-entraîne les modèles, avec votre accord explicite. Un système qui affiche ses doutes se trompe moins souvent que celui qui affirme tout avec aplomb : c'est aussi vrai pour les IA que pour les jardiniers.
Et ensuite ? Le plan de soin
Un diagnostic sans plan d'action est une mauvaise nouvelle, pas un service. Chaque diagnostic débouche sur un plan étape par étape : ce qu'il faut faire aujourd'hui, ce qu'il faut surveiller cette semaine, et à quoi ressemblera la guérison. Les capteurs suivent la convalescence en continu, et l'application ajuste le plan si les mesures ne s'améliorent pas comme prévu. Parce que soigner une plante, c'est rarement un geste unique, c'est une trajectoire.
Questions fréquentes
Mes photos servent-elles à entraîner l'IA ?+
Uniquement si vous l'acceptez explicitement. Le partage est désactivé par défaut, et les photos partagées sont anonymisées avant toute utilisation. Vous pouvez retirer votre consentement à tout moment dans les réglages.
L'IA reconnaît-elle toutes les espèces ?+
Elle couvre aujourd'hui plus de 3 000 espèces d'intérieur et de balcon, soit la quasi-totalité de ce qu'on trouve en jardinerie. Sur une espèce rare, elle le signale honnêtement et raisonne alors à partir de la famille botanique la plus proche.
