Des chercheurs de Penn State prennent des mesures pour lutter contre le taux alarmant de suicides parmi les agriculteurs endettés en Inde, en développant un algorithme d'apprentissage en profondeur comme première étape d'un système d'aide à la décision qui pourrait prédire la valeur marchande future des cultures.
Plus de 11 000 agriculteurs indiens se sont suicidés en 2016, selon le National Crime Records Bureau. Bien que le taux élevé de décès auto-infligés puisse être attribué à un certain nombre de raisons, la détresse financière et l'incapacité de vendre des récoltes en raison des fluctuations généralisées des prix du marché des produits du pays en font partie, selon Amulya Yadav, professeure adjointe en sciences de l'information et technologie et chercheur principal sur le projet.
« En Inde, le gouvernement a fixé des prix de soutien minimaux pour les cultures, mais n'essaie pas de forcer explicitement ces prix sur les acheteurs », a déclaré Yadav. « Le prix réel auquel la récolte se vend sur le marché est basé sur l'offre et la demande. »
Yadav a expliqué que de nombreux agriculteurs indiens contractent des prêts pour acheter des semences, des engrais et du matériel, et pour transporter leur récolte au marché. Mais si les agriculteurs ne sont pas en mesure de vendre leurs récoltes à des prix de soutien minimaux, ils ne peuvent pas rembourser leurs prêts ou réaliser un profit pour subvenir à leurs besoins, ce qui entraîne des difficultés financières.
Les marchés publics achèteront les cultures aux prix de soutien minimaux, mais ces marchés sont parfois éloignés des villages d'agriculteurs, ce qui augmente les coûts de transport et de carburant. Yadav note également qu'il y a souvent de longues files d'attente sur les marchés et que le gouvernement n'achètera qu'un quota limité.
Les personnes restantes devront donc rentrer et elles ont gaspillé beaucoup d'argent. Ils finissent par vendre leurs récoltes à des vendeurs tiers qui ne garantissent pas des prix de soutien minimaux et (les agriculteurs) ne font pas de profit. «
Amulya Yadav, professeur adjoint de sciences et technologies de l'information et chercheur principal sur le projet
Yadav vise à améliorer la vie des agriculteurs en les aidant à prédire les prix futurs du marché. L'algorithme développé par son équipe peut prédire avec précision les prix futurs du marché en fonction des modèles de prix et de volume passés.
« Ce système suppose que vous essayez de maximiser le profit d'un seul agriculteur », a déclaré Yadav. « Nous essayons de lui prédire où et quand ils devraient vendre leur récolte. »
Il a poursuivi: « Au lieu de vendre leurs récoltes le lendemain de la récolte sur le marché local, cet algorithme pourrait potentiellement recommander d’attendre cinq jours et de parcourir 40 kilomètres vers un marché différent, où les prix devraient être très haut. »
Pour créer l'algorithme, Yadav et son équipe ont analysé les enregistrements de données de plus de 1 300 marchés indiens des 11 dernières années, qui comprenaient les prix maximum et minimum de chaque récolte vendue sur chaque marché. Ensuite, ils ont développé un modèle d'apprentissage en profondeur pour trouver des modèles utiles à partir de ces données. Les études de l'équipe montrent que leur modèle fonctionne mieux que la norme actuelle.
« Cela nous donne l'espoir que nous allons maintenant aller de l'avant et essayer de construire l'ensemble du système que nous envisageons », a déclaré Yadav. « Une fois que le système sera construit, nous espérons qu'il pourra aider les agriculteurs à maximiser les bénéfices qu'ils gagnent. Et, espérons-le, en tant qu'avantage indirect, il y aura moins de suicides d'agriculteurs en Inde et dans d'autres pays du monde. »
Yadav a travaillé avec Alexander Woodruff, diplômé de Penn State en sciences et technologies de l'information en 2019, et Hangzhi Guo, étudiant de premier cycle à l'Université de Wenzhou Kean. Ils ont présenté leurs recherches lors de la conférence de l'Association pour l'avancement de l'intelligence artificielle sur l'IA au début du mois.
