La start-up vaudoise qui fait parler les plantes

Et si les producteurs agricoles étaient capables de comprendre leurs plantes? Si celles-ci pouvaient exprimer leurs manques, leur état d’âme ou leurs craintes? C’est exactement ce que propose le système développé par l’entreprise vaudoise Vivent. En combinant électrodes et algorithmes d’intelligence artificielle, PhytlSigns est capable d’identifier en temps réel les alertes de maladies, les attaques d’insectes, les carences en nutriments ou en eau. Simplement en écoutant les végétaux. Plus précisément en décodant leurs signaux électrophysiologiques émis en permanence. Une sorte de «Fitbit des plantes» qui vient d’ailleurs de boucler une nouvelle levée de fonds de 1,9 million de francs.

Rencontre, non pas avec la femme qui parlait aux plantes, mais avec celle qui savait les comprendre, la Canadienne Carrol Plummer, fondatrice et PDG de Vivent.

- En quoi consiste PhytlSigns?

- Il s’agit d’une technologie permettant d’écouter les signaux électriques produits par tout être vivant à travers leur organisme. On se focalise aujourd’hui sur les plantes, sur lesquelles on pose un petit appareil, une sorte d’ECG comme le font les médecins lorsqu’ils veulent écouter notre cœur, pour capter leur biosignaux. Concrètement, il s’agit de deux minuscules électrodes, comme de petites aiguilles d’acupuncture, généralement placées dans la tige de la plante, là où transitent toutes les informations utilisées pour communiquer sur leur état de santé et sur les conditions environnementales. Et en les décodant, on est en mesure de savoir si la plante est stressée ou pas. Dans certains cas, on peut même en identifier la cause.

- Comment est né le projet?

- L’idée n’est pas nouvelle. L’existence de ces signaux a été découverte il y déjà plus de 100 ans et les chercheurs de l’époque pensaient déjà pouvoir y trouver des renseignements très importants. Mais face à leur complexité, personne n’était jusqu’ici arrivé à les décoder. A l’exception de certains signaux assez simples, comme ceux qui ont récemment permis de comprendre en partie le mécanisme de la plante carnivore Dionée attrape-mouche. Mais on a voulu pousser les choses plus loin et le machine learning nous permet aujourd’hui enfin d’identifier ces messages.

- Quel type d’information êtes-vous capable d’interpréter?

- On a commencé par travailler sur la question la plus importante pour les producteurs: le besoin en eau des plantes. Mais on est maintenant aussi en mesure de dire si elles manquent de nutriments, de voir les effets des attaques d’insectes ou de champignons… Quand on décide de tuteurer une plante, on est aussi capable de savoir si cela lui procure du stress ou pas. En gros, on peut observer tous les stimuli possibles.

- Vous arrivez à les différencier?

- Pour l’instant, on en a identifié une quinzaine de différents. Mais il y en a peut-être encore 2000 ou 3000 supplémentaires. On a également mis en place un système d’irrigation autonome, avec un compteur chargé d’analyser le nombre de fois où la plante va «dire» «J’ai soif», et qui envoie automatiquement de l’eau au bout d’un certain nombre de demandes…

- Ça fait penser à ces malades, à l’hôpital, pouvant appuyer sur un bouton pour libérer de la morphine quand la douleur est trop importante… Y a-t-il un risque que vos plantes demandent plus que ce dont elles ont vraiment besoin, qu’elles deviennent accro?

- La question est pertinente… On a effectivement constaté qu’à certaines occasions, la plante sollicitait plus d’eau qu’habituellement. Mais en général, leur consommation est quand même moindre et je crois qu’elles sont capables d’assurer leur propre équilibre, même avec notre système. Mais il est vrai qu’à l’heure actuelle, on manque encore de données pour répondre de manière certaine.

- Depuis combien de temps travaillez-vous sur ce projet?

- La start-up Vivent est née en 2012 et nous travaillons sur PhytlSigns depuis 5 ans. Au début, on se destinait à l’électrophysiologie chez les humains mais on s’est rendu compte que le marché des plantes était plus porteur. Et puis se consacrer à celles-ci nous permettait de procéder à des tests plus précis pour l’apprentissage du machine learning. Il nous suffisait par exemple d’inoculer une maladie à une plante pour en analyser les effets et les signaux produits. Chose évidemment impensable avec les humains. On travaille donc avec des plantes en bonne santé que l’on va confronter par exemple à des manques en eau ou en nutriments pour en analyser les signaux. Jusqu’ici nous concentrions nos travaux en serres, là où l’on peut contrôler un maximum de paramètres. Mais depuis cet été, nous avons étendu nos recherches aux champs ouverts, notamment sur des pommiers, et ça fonctionne très bien.

- Quels avantages apportent la technologie? Une plus grande productivité, un arbre en meilleure santé, des pommes avec un meilleur goût?

- L’idée est avant tout de pouvoir anticiper le travail des producteurs confrontés à une plante ou un arbre qui va mal. Et notre solution permet de le déterminer avant les premiers constats d’ordre visuel. Pour l’agriculteur, c’est vraiment intéressant puisqu’il peut agir immédiatement en ajustant l’irrigation ou en utilisant ses produits de protection de manière plus judicieuse. Le but étant d’utiliser en fin de compte moins de produits chimiques et moins d’eau pour la même quantité et qualité de production. Après, certains producteurs préfèrent ajuster notre programme pour travailler sur le goût des aliments. On a par exemple constaté qu’ajouter un peu de stress aux plantes procure parfois un meilleur goût aux fruits.

- Vous venez de réaliser une nouvelle levée de fonds de près de 2 millions de francs. A quoi va servir cet investissement?

- D’abord à étendre nos recherches en serres: sur les courgettes, ou les poires, après les tomates. Mais surtout à pousser nos analyses en milieu naturel, dans les champs. Notamment sur les abricotiers, les vignes, les noyers, les oliviers… Et puis nous avons encore quantité de types de signal à identifier. A termes, on aimerait pouvoir être en mesure de déterminer exactement ce qui cloche quand une plante se sent mal.

- En août dernier, vous avez annoncé un partenariat avec Bayer, la société agrochimique et pharmaceutique allemande. Une association qui peut surprendre, avec un laboratoire qui continue d’exploiter des produits suspectés d’être largement néfaste tant pour la nature que pour l’homme directement… Pourquoi les avoir choisi?

- L’idée est de développer avec eux de nouveaux outils pour la protection des plantes. Le groupe s’oriente de plus en plus vers des produits biologiques plutôt que chimiques, qui agissent à la manière d’un vaccin pour les plantes et notre technologie leur permet de voir si ceux-ci sont efficaces ou non. Je crois qu’il y a vraiment ici une piste importante à explorer en termes de développement durable pour l’agriculture. Ils proposent par exemple sur le marché des produits naturels qui placent la plante dans un état de défense face aux attaques d’insectes ou de virus, ce qui renforce son système immunitaire. Mais les producteurs les utilisent peu parce qu’ils sont moins efficaces que les produits chimiques. Alors que PhytlSigns permettrait d’appliquer ces produits de manière plus judicieuse et renforcer ainsi leur efficacité.

- A la maison, au moment d’arroser nos plantes, on leur parle volontiers. Peut-on imaginer qu’elles puissent un jour nous répondre grâce à votre technologie?

- (Elle rit) Peut-être, oui. La variété de leurs signaux est tellement vaste… Bon, il est vrai que l’on n’a pas poussé nos recherches du côté de la musique ou des voix, pour savoir si effectivement cela peut être bénéfique à leur développement, tout simplement parce qu’on se concentre sur des notions de productivité. Mais on est par exemple capable, lorsque quelqu’un va toucher une plante, de déterminer si celle-ci perçoit ce geste de manière amicale ou agressive.