Gestion opérationnelle des connaissances et gestion des connaissances opérationnelles La question du temps dans la décision

Transcription

1 Institut national de Recherche en Sciences et Technologies pour l Environnement et l Agriculture Atelier Ingénierie des Connaissances et Agriculture, Clermont-Fd,13 mai 2014 Gestion opérationnelle des connaissances et gestion des connaissances opérationnelles La question du temps dans la décision Temps de l action Temps de la décision Temps de la gestion de connaissances et du changement Pour mieux affirmer ses missions, le Cemagref devient Irstea Olivier Naud (et al) Groupe DéMo* de l UMR ITAP Irstea, Dept Scientifique Ecotechnologies * Modélisation et Décision agro-environnementale

2 Plan Préambule: le groupe Décision & Modélisation de l UMR ITAP (Irstea Montpellier) Partie 1: Organiser (dans le temps) la décision: Processus Opérationnel de Décision (POD) Le cas Mildium (protection de la vigne contre mildiou et oïdium) Partie 2: Décision, gestion de connaissances et changement technique Approche par transformation de graphes (arborescences) Atelier Ingénierie des Connaissances et Agriculture 13 mai

3 Le groupe DéMo: Décision & Modélisation agro-environnementale Modélisation opérationnelle de la connaissance Coopération expertise-données avec application pour l agriculture de précision Systèmes à base de règles floues, induction Décision spatialisée : notion de zone Incertitudes, et des contraintes opérationnelles Modélisation des structures spatiales Décision et systèmes dynamiques Mathématiques des systèmes continus Systèmes à événements Génie logiciel, statistiques UMR Montpellier Atelier Ingénierie des Connaissances et Agriculture 13 mai

4 Le Processus Opérationnel de Décision Mildium * P1 Motivation agronomique: oïdium et mildiou de la vigne des pathosystèmes complexes et incertains, cycles rapides des champignons, la lutte contre ces maladies nécessite beaucoup de traitements Ecophyto: réduire le nombre de traitements Contexte scientifique Modèles de risque (surtout mildiou) à l échelle d une région bioclimatique Difficulté à interpréter le risque, manque de modèle de prédiction à l échelle d une parcelle Des experts savent traiter moins Formaliser une expertise pour concevoir un système de décision = système de contrôle * MILDIUM, marque déposée en 2011 par l INRA et Irstea Atelier Ingénierie des Connaissances et Agriculture 13 mai

5 Le temps de la conception & expérimentation POD Mildium : coopération étroite avec INRA / UMR SAVE Bordeaux Cadre projet ANR-ADD «Vin & Environnement» Thèse Bertrand Léger Elicitation (recueil) des connaissances expertes Premières expérimentations du système de décision Validation du modèle élicité: déclaratif + comportement des experts Extension progressive du réseau de parcelles expérimentales Cadre Projet Min.Agri A2PV «SyDéRéT» Nouvelles extensions du réseau Etude des performances sur de nombreuses parcelles / conditions climatiques Autres usages du POD (apprentissage, démonstrations) et adaptations Atelier Ingénierie des Connaissances et Agriculture 13 mai

6 ...domixedtreatment; Season_start Stage_3 [T3 active period is finished] Stage_0 [5 Leaves and T0 restricted entry interval passed]/ if(!existst0()){cancelundonetreatment()} Evaluation_1 evaluate([m,o]);... savelandmark(o,'oe1'); M=ME2 Stage_4 if OE1=="0" AND OE2="++" O=OE2 else O=OE1 end if M=DMildew Evaluation 2;...if(Oïdium Evaluation 1=="0" && Oïdi... to prevent to early an observation to minimize the powdery mildew epidemics [isbudbreak()==true && BBCH_PhenologicalState>10] Evaluation_3 evaluate([m,og]); enterexit_340 enterexit_342 evnotifyevaluationdone [flowering]/ cancelundonetreatment() [mid flowering] [T4 active period is finished or (date is T and T4 restricted entry interval is passed)] evnotifyevaluationdone Evaluation_2...evaluate([M,O]); savelandmark(m,'me2'); Post_treatment dodownymildewtreatment; Stage_1 evupdatephenstate[ Date E1+15 and T1 restricted Entry interval passed] Stage_2 Wait_until_mid_flowering Stage_5 Stage_6 evnotifyevaluationdone enterexit_337 enterexit_326 enterexit_334 enterexit_331 enterexit_328 evilmchange[ilm=='+'] Wait_and_watch_ILM [rippening] Downy_Mildew_Treatment_Product_Management Downy_Mildew_Treatment_Product_Management Pre_harvest_Evaluation evaluate([m,o]); evupdatephenstate[grapeisripe()] evnotifyevaluationdone POD Mildium: élicitation (recueil) d expertise Processus => utilisation des statecharts Langage graphique pour représenter des automates Suite et raisonnement des décisions pendant toute la saison culturale Graphes et médiation MildiumR4 Léger, B., & Naud, O. (2009). Experimenting statecharts for multiple experts knowledge elicitation in agriculture. Expert Systems with Applications. Atelier Ingénierie des Connaissances et Agriculture 13 mai

7 Etapes du POD Mildium 5 à 7 feuilles étalées Observation 1 8 à 10 feuilles étalées Observation 2 Mi-floraison Etape Début fermeture de la grappe Observation 3 Début à mi-véraison E n 0 C1 E n 1 C2 E n 2 3 E n 4 C3 E n 5 6 Mildiou Oïdium Traitement «obligatoire» dans l étape, à positionner dans le temps Traitement «facultatif» à positionner dans le temps Etape : un repère cognitif et expérimental Une période Des objectifs Des contraintes (pathosystème, aspects opérationnels) Un raisonnement suivant un processus (1 automate / étape) Atelier Ingénierie des Connaissances et Agriculture 13 mai

8 POD Mildium: un modèle et un protocole expérimental Léger, B., O. Naud, et al GrapeMilDeWS: a formally designed integrated pest management decision process against grapevine powdery and downy mildews, In B. Manos, et al., eds. Decision Support Systems in Agriculture, Food and the Environment: Trends, Applications and Advances IGI Global. Si O = ++ o Si M = ++ Traiter dès que possible contre mildiou et oïdium o Sinon, si M = - ET ILM = - Traiter dès que possible contre l oïdium Surveiller ILM (quotidiennement si possible) Si ILM passe à + et dès que cela se produit Surveiller la météo et attendre qu une pluie soit annoncée Si Pluie Annoncée (PA) o Traiter contre le mildiou avant date(pa) Sinon (pas de Pluie Annoncée à l'échéance de l'étape) o Fin étape sans traitement mildiou o Sinon (M= + OU ILM= + ) S il n y pas eu de traitement T0 contre le Mildiou Traiter dès que possible contre mildiou et oïdium S il y a eu un traitement T0 contre le Mildiou Traiter contre l oïdium Surveiller la météo et attendre qu une pluie soit annoncée Si Pluie Annoncée (PA) o Traiter contre le mildiou avant date(pa) Sinon (pas de Pluie Annoncée à l'échéance de l'étape) o Fin étape sans traitement mildiou Sinon (O < ++ ) o Si M = ++ Traiter dès que possible contre mildiou et oïdium o Sinon Si M- ET ILM = '-' Surveiller ILM (quotidiennement si possible) Passer à la condition ci-dessous si ILM passe à '+' Si ILM reste négatif Planifier la date D2 de l'évaluation C2 Si O+ o Traiter contre l'oïdium au plus tard à D2 - délai réentrée Sinon (O-) o Planifier traitement anti-oïdium au plus tard une semaine après D2 Option T : traiter avant échéance étape (avant D2) Option R : prévoir traitement après D2 (voir étape 2) Si (M='+' OU ILM='+') (Condition ) Surveiller la météo et attendre qu'une pluie soit annoncée Si Pluie Annoncée (PA) o Traiter contre mildiou et l'oïdium avant date(pa) Sinon (pas de Pluie Annoncée) o Planifier la date D2 de l'évaluation C2 o Si O+ Traiter contre l'oïdium au plus tard à D2 - délai réentrée o Sinon (O-) Planifier traitement anti-oïdium au plus tard une semaine après D2 Option T : traiter avant échéance étape (avant D2) Option R : prévoir traitement après D2 (voir étape 2) Atelier Ingénierie des Connaissances et Agriculture 13 mai

9 Validation des performances agronomiques Mise en relation avec: Données agriculteur Contexte régional Atalan c area Year Nb of plots Northern area Year Nb of plots Southern area Year Nb of plots «Field validation of an expertise-based formal decision system for managing fungicide sprayings against both downy and powdery grapevine mildews (Plasmopara viticola and Erysiphe necator).» par L Delière & P Cartolaro (INRA) et Léger & O Naud (Irstea). Soumise à Pest Manag. Science Atelier Ingénierie des Connaissances et Agriculture 13 mai

10 Prolongements des travaux POD & collaborations POD Mildium sur vigne => POD maladies fongiques Blé avec Arvalis Modélisation de la décision avec réseaux de Petri colorés - B Léger Gestion décisionnelle «workflow» ss Bonita (langage BPML) - B Léger Echelle de l exploitation agricole: optimisation «routage multi-trip avec fenêtres de temps». Collab LIRMM et EMA-CMP G Charpak (Thèse F Hernandez) Interdisciplinarité économistes & sciences de gestion, agronomes (étude des pratiques, écophysiologie). Expérimentations du réseau de fermes Dephy Ecophyto Connaissance structurée par le temps et les aspects opérationnels Atelier Ingénierie des Connaissances et Agriculture 13 mai

11 Décision, conseil et changement technique P2 Motivations: Promouvoir de nouveaux critères par la formalisation de méthodes de décision Gestion de connaissances opérationnelles De la question agronomique opérationnelle à la conception formalisée d OAD (Outil d Aide à la Décision) Recueil d expertise: Sur le métier des futurs utilisateurs de l OAD et les aspects opérationnels Connaissances académiques, techniques, pratiques Mise en situation («jeux sérieux», scénarios) Méthodes formelles (graphes, vérification, optimisation) Conception interdisciplinaire Atelier Ingénierie des Connaissances et Agriculture 13 mai

12 Univers commun conseiller - agriculteur Enoncer des possibilités techniques et choisir Enumérer: des problèmes des solutions dépendance indépendance des problèmes et des solutions Choisir: Enumérer de façon contrôlée (ce qui est «pertinent») Enoncer les critères de choix et rechercher la meilleure adéquation à ces critères (optimisation sous contraintes) Ou choisir et argumenter ce choix (par le conseiller) et le vérifier (selon le domaine de responsabilité de chacun) Mettre en œuvre Action de l agriculteur «Suivi» du conseiller Atelier Ingénierie des Connaissances et Agriculture 13 mai

13 Problématique: des «forêts» de contraintes du jour dessert Etc menu Arbres adulte enfant plat plat steak steak haché Un nœud porte une variable dessert Arêtes portent des valeurs «choisies» pour les variables Dépendances entre arbres via variables communes Variables & valeurs portent sur: Actions, intrants, paramètres, réglages, etc Analogie Espace multi-dimensionnel {x i } 0 < i < n Domaine de chaque variable D i = D(x i ) = {,a i,j, } Contraintes sur les a i,j Problème connu en IA sous le nom de «Configuration de produit» ou «Knowledge Compilation» Atelier Ingénierie des Connaissances et Agriculture 13 mai

14 Arborescences pour la Décision en agriculture Beaucoup de variables à examiner Sol, climat, flore, hydrologie, etc Arbres «profonds»! Mais solutions fortement contraintes par Outils & intrants disponibles Opérationnalité du système de production (limiter le nombre de passages d un équipement ou d interventions de l agriculteur, coût, temps de travail, etc) Combiner expertises Fonctions OAD basé sur arborescences de choix Flexibilité lors sélection variables (réorganisation automatique arborescences) Recherche de chemins «optimaux» (éval. multi-critères) Interactivité: suivi, révision Atelier Ingénierie des Connaissances et Agriculture 13 mai

15 Remerciements / collaborations Partie 1: Bertrand Léger, Laurent Delière, Philippe Cartolaro, L-G Soler, et l ensemble des partenaires et financeurs des projets ANR-ADD «Vin et Environnement» et MinAgri/A2PV «SyDéRéT»; Florent Hernandez, Rodolphe Giroudeau, Dominique Feillet ANR-ADD: MinAgri/A2PV SyDéRéT: Partie 2: Orianne Liet, Ersin Kilicoglu, Constance Demestihas, Gilles Madi-Wamba, Jean-Philippe Doyon, et les partenaires du projet Précovision (projet régional collaboratif et interdisciplinaire) Financeurs Finance partie Irstea Atelier Ingénierie des Connaissances et Agriculture 13 mai