Apprendre la syntaxe des assemblages végétaux

Comment Pl@ntBERT nous aide à comprendre les motifs de la nature

Les plantes ne vivent pas isolées. Chaque écosystème — qu’il s’agisse d’une forêt, d’une prairie ou d’une zone humide — possède sa propre « communauté » d’espèces qui cohabitent et dépendent les unes des autres de manière complexe. Comprendre comment ces espèces s’assemblent et interagissent constitue l’un des principaux défis de l’écologie. Cette connaissance est essentielle pour protéger la biodiversité, restaurer les écosystèmes dégradés et suivre l’évolution de la nature.

Dans notre récente étude publiée dans Nature Plants, nous avons développé Pl@ntBERT, un modèle informatique capable d’apprendre à lire le « langage » des communautés végétales. Tout comme les grands modèles de langage tels que ChatGPT apprennent les relations entre les mots et les phrases, Pl@ntBERT apprend les motifs présents dans les listes d’espèces végétales. Il a été entraîné sur plus de 1,4 million de relevés de végétation provenant de toute l’Europe, représentant plus de 14 000 espèces (soit la quasi-totalité de la flore européenne). Chaque relevé indique quelles espèces poussent ensemble sur un site donné et en quelle abondance.

En analysant ces millions de « phrases » composées de noms de plantes, Pl@ntBERT a appris les règles cachées — la « syntaxe » — qui déterminent quelles espèces ont tendance à coexister. Par exemple, certaines graminées apparaissent souvent avec des fleurs spécifiques dans une prairie, tandis que d’autres espèces partagent rarement le même espace. Ce type de relation est difficile à décrire par des statistiques classiques, mais l’apprentissage automatique permet de révéler ces motifs subtils de manière autonome.

Nous avons ensuite testé Pl@ntBERT de deux façons. Premièrement, nous lui avons demandé de compléter des listes de plantes incomplètes. Lorsqu’une espèce était retirée d’une communauté, Pl@ntBERT parvenait à deviner laquelle manquait bien mieux que les modèles écologiques traditionnels — avec une amélioration de plus de 16 % par rapport aux méthodes classiques de co-occurrence. Cela montre que le modèle a appris des relations écologiques significatives entre les espèces, même en présence de données manquantes.

Deuxièmement, nous avons utilisé Pl@ntBERT pour identifier les types d’habitats (par exemple distinguer une dune côtière d’une prairie humide ou d’une forêt) à partir des seules espèces présentes. Là encore, il a surpassé les systèmes d’expertise existants et d’autres méthodes d’apprentissage automatique. Il a correctement attribué un habitat à environ 92 % des relevés de végétation, démontrant ainsi sa capacité à reconnaître avec précision la signature écologique des différents milieux.

Au-delà de sa précision, ce qui rend Pl@ntBERT particulièrement intéressant est sa capacité à généraliser. Comme il apprend à partir des motifs présents dans les données plutôt qu’à partir de règles fixes, il peut gérer l’immense diversité des habitats européens et s’adapter à de nouveaux contextes. Il peut également suggérer des espèces probables mais non relevées lors des inventaires de terrain, aidant ainsi les écologues à détecter d’éventuelles omissions et à améliorer la qualité des données.

Il est important de souligner que notre étude ne prétend pas que l’intelligence artificielle puisse remplacer l’expertise humaine en écologie. Pl@ntBERT agit plutôt comme un outil complémentaire, permettant de révéler la structure cachée dans la complexité du vivant — une structure qu’il serait impossible de dégager manuellement. Les écologues restent essentiels : leurs observations de terrain et leur compréhension du fonctionnement des écosystèmes guident et valident les prédictions du modèle.

Pl@ntBERT et l’ensemble de son code sont librement accessibles sur un dépôt GitHub open source, afin que d’autres chercheurs, gestionnaires de la nature et même les passionnés de botanique puissent l’explorer. Une démo en ligne simple est également disponible sur Hugging Face, permettant à chacun de tester la manière dont le modèle prédit les espèces manquantes ou identifie les habitats à partir de listes d’espèces.

En apprenant aux ordinateurs à « parler » le langage des plantes, nous espérons ouvrir de nouvelles voies pour surveiller la biodiversité et comprendre l’organisation des écosystèmes. Cette approche pourrait à terme être étendue au-delà de l’Europe et contribuer à des projets tels que Pl@ntNet, en améliorant l’interprétation contextuelle des observations de plantes.

La nature possède sa propre grammaire — et avec Pl@ntBERT, nous commençons à la déchiffrer.