PlantNet, le « Shazam des plantes » qui fait avancer la science

Vous avez peut-être déjà utilisé a photo une photo pour identifier une plante inconnue lors d’une balade. Cet outil, c’est PlantNet, souvent surnommé le « Shazam des plantes ». Conçu par des chercheurs du Cirad et de l’Inria, ce projet allie science et intelligence artificielle pour permettre à n’importe qui, partout dans le monde, de reconnaître une espèce végétale en quelques secondes. Mais derrière cette simplicité apparente se cache une massive effort immense démarche scientifique, portée par des milliards de données collectées par des utilisateurs curieux… ou professionnels.

Si 88 % des utilisateurs agissent par intérêt personnel, 12 % l’utilisent dans un cadre professionnel : recherche, agriculture, enseignement ou gestion du territoire. En Europe et en Amérique du Nord, l’application est déjà très performante, couvrant presque 100 % de la flore locale. Mais dans les zones tropical tropicales, riches en biodiversité, la couverture tombe à quelques dizaines de pour cent. Pourquoi ? D’abord parce que PlantNet a démarré en France, et que la data collection collecte de données suit les flux technologiques mondiaux. Ensuite, parce que les régions tropicales manquent souvent d’accès à Internet, de routes, ou que certaines plantes, comme les épiphytes perchées en canopée, sont difficiles à capture photographier.

Les utilisateurs ne photographient pas toutes les plantes de manière égale. Les fleurs, attrayantes et visibles, dominent largement — surtout au printemps et en début d’été. En revanche, les adventices ou les herbes sans fleurs remarquables sont peu observées, malgré leur importance écologique. Certains partenaires scientifiques cherchent justement à combler ces lacunes, notamment sur des espèces allergisantes comme les genévriers mâles, souvent photographiés sans montrer l’ouverture de leurs cônes pollinisateurs. L’équipe espère stimuler une targeted observation observation ciblée via des campagnes sur les réseaux sociaux.

Quand l’IA ne reconnaît pas une plante, elle ne se contente pas de dire « inconnu ». Elle évalue plutôt son niveau d’incertitude et propose plusieurs espèces probables. Ce système, basé sur des intervalles de confiance, reflète une réalité scientifique : les nouvelles espèces ressemblent souvent à des espèces déjà connues. Aujourd’hui, PlantNet couvre 85 000 espèces sur les 400 000 estimées, une base en constante évolution grâce au réseau World Flora Online, que l’équipe a rejoint en 2025.

Les données générées — plus de 1,3 milliard de requêtes — sont une mine pour la recherche. Elles aident à modéliser la species distribution répartition des espèces, à détecter des plantes envahissantes comme le Carpobrotus edulis, ou à étudier l’impact du changement climatique. Même des usages inattendus ont émergé : un musée néerlandais utilise PlantNet pour identifier les plantes sur des tableaux anciens. Pour contribuer, créer un compte et activer la géolocalisation améliore data quality la qualité des données — et donc leur valeur pour la science.

PlantNet n’est pas qu’une application grand public. C’est un consortium ouvert, déjà rejoint par le CNRS et des universités étrangères. Les chercheurs sont invités à exploiter ses données ou son moteur d’identification. Car chaque cliché, même pris par hasard, pourrait contenir une new discovery nouvelle découverte : une espèce inconnue, une migration inédite, ou un signal climatique encore invisible.