1,3 milliard de photos : des découvertes majeures pourraient se cacher dans les clichés du « Shazam des plantes »
On l'appelle le « Shazam des plantes », mais le tool va bien au-delà d’une simple identification. PlantNet, l’application mobile qui permet d’identifier une plante à partir d’une photo, a déjà traité 1,3 milliard de requêtes et couvre 85 000 espèces sur les 400 000 estimées à travers le monde. Ce huge data , collecté par des millions d’utilisateurs, devient une ressource précieuse pour la science, notamment en écologie, en santé publique et en conservation. Pourtant, comme l’expliquent les chercheurs Pierre Bonnet (Cirad) et Alexis Joly (Inria), deux des concepteurs, une grande partie du potentiel de ces images reste encore inexploitée.
La research profite déjà de PlantNet : les données aident à cartographier les espèces envahissantes, à suivre les allergies au pollen, ou même à modéliser la qualité de l’air grâce aux floraisons recensées. Des partenaires comme ATMO Occitanie utilisent ces observations pour affiner leurs predictions . Mais les chercheurs soulignent un biais majeur : la couverture est inégale. En Europe, la flore est presque entièrement documentée, alors qu’en zone tropicale, où la biodiversité est pourtant immense, la coverage ne dépasse pas quelques dizaines de pour cent. Manque de connectivité, difficultés d’accès, et plantes difficiles à photographier — comme les épiphytes en canopée — freinent la collecte.
Un autre défi scientifique réside dans l’uncertainty de l’intelligence artificielle elle-même. Quand l’application ne reconnaît pas une plante, elle propose plusieurs options, car il est difficile de distinguer entre une espèce rare et une espèce inconnue. « On pense qu’une nouvelle espèce sera très spectaculaire, mais ce n’est pas nécessairement le cas », notent les chercheurs. Chaque année, 2 000 nouvelles espèces sont découvertes, souvent par des taxonomistes du réseau World Flora Online — dont PlantNet est membre depuis 2025 — et ces découvertes pourraient déjà être cachées dans les photos non résolues de l’application.
Les utilisateurs eux-mêmes orientent les données : on photographie ce qui attire l’œil — les fleurs, les fruits comestibles — plus que les herbes discrètes ou les jeunes pousses d’adventices. Cela crée un biais d’attention qui influence la recherche. Pourtant, certaines plantes, comme les genévriers mâles allergisants ou des espèces menacées comme Marsilea strigosa, manquent cruellement d’images. Les scientifiques espèrent mobiliser davantage les utilisateurs via des campagnes ciblées, notamment sur les réseaux sociaux, pour combler ces gaps .
Enfin, l’avenir de PlantNet ne dépend pas seulement de la technologie, mais de la collaboration. L’outil est un consortium ouvert, et des institutions comme le CNRS y participent déjà. Pour les chercheurs du monde entier, l’appel est clair : explorez ces données. Car parmi les 1,3 milliard de photos, il se pourrait qu’une new discovery n’attende qu’un regard expert pour être révélée.
Ce qui me frappe, c’est que plus on a de data données, plus on voit à quel point elles sont inégalement réparties. La science dépend encore de qui a un smartphone et du réseau.
J’utilise PlantNet pour mes balades, mais je ne savais pas que mes photos pouvaient servir à la research recherche. Je vais enfin créer un compte avec géoloc.
Ils parlent des genévriers, mais personne ne photographie leurs cônes. C’est exactement le genre de détail qu’il faudrait highlight mettre en avant dans l’appli.
En Guyane, j’ai vu des chercheurs utiliser PlantNet avec des drones pour les canopées. Le vrai challenge défi reste l’accès, pas l’outil.
Et si l’IA se trompait sur une espèce nouvelle ? Comment peut-on faire la différence entre une erreur et une real discovery vraie découverte sans vérification humaine ?
Le fait que ce soit un consortium ouvert est crucial. Plus on partage, plus la knowledge connaissance avance, surtout en taxonomie.