L’intelligence artificielle s’invite très rapidement dans tous les domaines comme méthode efficace et rapide de trouver des solutions. Après la controverse soulevée par le ChatGPT, les chercheurs dans le secteur ne se sont pas embêtés, fort heureusement d’ailleurs. Ils ont développé des algorithmes touchant plusieurs domaines. Nous nous intéressons à quelques domaines que nous allons rédiger dans cette série d’article pour ce mois.
Le travail de la conservation de la faune sauvage va se faire à l’aide de l’intelligence artificielle. Dans un article du journal en ligne Galaxie Futura, l’organisation sans but lucratif WildEye a développé une application open source pour traiter des données des pièges photographiques. L’ancêtre de cette application permettait à l’origine de compter les éléphants automatiquement. C’est à partir de cet outil que l’organisation WildEye et des scientifiques de l’université d’Oxford ont développé une application pour analyser les données des pièges photographiques avec une grande précision.
Selon WWF (le World Wild Fund) 68% des vertébrés ont disparu ces dernières 50 années. La situation est donc catastrophique. Et il fallait surveiller de près la faune sauvage. Pour suivre l’évolution de la faune ou le processus de réintroduction, les scientifiques, selon Galaxie Futura, ont mis en place une méthode : les scientifiques spécialisés en biologie de la conservation ont décidé de s’appuyer essentiellement sur des données de pièges photographiques. Le problème est la multiplicité des données qui sortent de nombreux clichés qui sont pris par juste par une agitation de la végétation par le vent ou d’autres formes de perturbations climatiques. A y regarder de près, il s’agit de plusieurs données d’images à analyser, à sélectionner, à classer et en plus d’y consacrer un temps fou, il y a aussi des marges d’erreurs considérables. Et c’est là que l’intelligence artificielle arrive comme une providence. Elle se révèle comme une aide précieuse. La solution d’intelligence artificielle développée par notre organisation sans but lucratif WildEye s’appelle Trap Tagger .
Trap Tagger est une application développée par WildEye avec l’aide des scientifiques d’Oxford en Angleterre, pour traiter les données des pièges photographiques, comme nous l’avons bien souligné plus haut. L’application analyse plus 2 millions d’images tous les mois mais sa portée est encore plus vaste. Selon Nicolas Osner, un ingénieur spécialiste en machine learning et qui contribue à la manière dont on aborde la conservation par l’intelligence artificielle, « Les organisations, comme les universités qui travaillent dans la conservation des espèces, envoient leurs images dans le cloud et peuvent ainsi déduire les populations et types d’espèces présentes dans la zone couverte par leurs pièges photo. » Il s’agit des données précieuses pour des organisations qui travaillent pour l’amélioration de la qualité de vie des animaux ou réintroduire des espèce dans une zone donnée. Il faut dire aussi que Trap Tagger permet aussi de détecter des humains présents dans la zone observée. Cela permet aussi d’analyser des interactions entre des animaux et des humains qui s’introduisent dans leurs zones.
L’application Trap Tagger fonctionne avec trois algorithmes de l’intelligence artificielle. Le premier permet de détecter et de compter les animaux dans les images, le second permet de classifier des espèces animales et le troisième algorithme et le dernier va faciliter l’identification des humains. D’autres fonctions de l’application aident les scientifiques à choisir l’angle de leur observation. Il s’agira de décider l’approche automatique ou manuel. Tout dépendra de ce qui leur convient pour un niveau de détail recherché.
L’application a une précision sans égal. Elle est évaluée à 99% de précision. C’est incroyable selon les scientifiques. Trap Tagger est hautement sensible pour détecter, compter, identifier et classifier chacune des espèces d’animaux avec une précision de 99%. Pas seulement ça ! L’application permet de réduire incroyablement le temps et des coûts d ‘analyse des données de l’ordre de 98%. C’est une très bonne nouvelle pour les spécialistes de la faune sauvage. Comme nous l’avons bien souligné plus haut, l’application traite plus de deux millions d’images pour une bonne quarantaine d’organisations qui peuvent partager des informations pour harmoniser afin d’être encore plus précises dans leurs statistiques.
Le point à l’ordre du jour c’est d’améliorer l’algorithme pour pouvoir identifier avec encore plus de précision chaque espèce animale. Les quarante organisations utilisatrices de Trap Tagger sont éparpillées partout en Afrique. D’après Nicolas Osner qui donne l’exemple de l’Angola ou le Mozambique où les animaux sauvages sont décimés par les guerres civiles, l’application a la capacité de mesurer si un processus de réintroduction se déroule bien. « Par exemple un des chercheurs avec qui nous travaillons étudie l’effet de la réintroduction de grands prédateurs dans des zones où ils étaient absents pendant des décennies. L’analyse des images lui permet de savoir comment sa présence affecte les autres espèces si elles se déplacent, » a souligné toujours Nicolas Osner. L’amélioration mettra en place aussi des propositions des solutions d’analyse en temps réel qui, à terme, permettraient de renseigner aux autorités de la présence non autorisée d’humains, des braconniers en particulier dans la zone en question.
