La forêt amazonienne, qui s'étend sur 2,3 millions de kilomètres carrés, est la plus grande forêt tropicale du monde et la région la plus riche en biodiversité.
Répartie sur neuf pays, l'Amazonie est essentielle à la santé de la planète, car elle absorbe le dioxyde de carbone, régule les conditions météorologiques et constitue un habitat pour d'innombrables espèces.
La déforestation et l'utilisation illégale des terres menacent l'Amazonie depuis des décennies, entraînant une perte d'habitat à grande échelle et des dommages quasi irréversibles à l'écosystème.
Selon le Conservation de l'AmazonieEn 2022, près de 5 millions d'hectares de forêt tropicale ont été perdus, soit une augmentation de 21% par rapport à l'année précédente.
Des solutions d'IA pour la conservation
Au cœur de la forêt amazonienne, des animaux fouillent les sous-bois sans se rendre compte qu'ils sont filmés par des caméras et des microphones.
Les images et les enregistrements n'offrent pas seulement un aperçu alléchant de la vie des animaux dans la forêt tropicale : ils font partie d'un projet sophistiqué piloté par l'IA visant à résoudre le problème de la déforestation.
En s'appuyant sur la puissance des données, de l'apprentissage automatique (ML) et de la technologie cloud, les experts développent des programmes innovants visant à reconnaître les schémas de déforestation et à fournir des données exploitables aux décideurs politiques.
L'IA fait désormais partie intégrante des efforts de conservation à l'échelle mondiale, car elle permet aux chercheurs de combiner des données provenant de capteurs, de caméras et de satellites.
Projet GuacamayaL'Institut Alexander von Humboldt, une collaboration entre l'Institut Alexander von Humboldt, le Centre de recherche CinfonIA de l'Université des Andes, l'Instituto Sinchi et l'Institut de recherche de l'Université des Andes, sont les principaux partenaires de l'initiative. Le laboratoire "AI for Good" de MicrosoftCe projet vise à surveiller la déforestation et la biodiversité en Amazonie colombienne.
Comme le décrit Juan Lavista Ferres, vice-président et scientifique en chef des données du laboratoire AI for Good de Microsoft, "ce projet ne va pas résoudre tous les problèmes d'Amazon, mais il va en résoudre un qui me semble fondamental : vous ne pouvez pas résoudre un problème si vous ne pouvez pas le mesurer".
Une approche en trois volets
La capacité de l'IA à travailler avec des données issues de modalités multiples permet aux chercheurs de disposer d'un compte rendu détaillé de cet environnement vaste et complexe.
Par exemple, les données satellitaires fournissent une macro-analyse de la forêt, y compris les événements de déforestation, l'exploitation minière illégale et les changements dans l'utilisation des terres.
Simultanément, des caméras et des capteurs sur le terrain permettent de suivre l'impact des macrochangements sur la biodiversité locale, comme la perte d'habitat.
Voici comment Le projet Guacamaya combine différents systèmes d'intelligence artificielle :
Étape 1 : Données satellitaires pour l'analyse macro-territoriale
Le premier volet du projet Guacamaya consiste à exploiter les données satellitaires fournies par l'Agence européenne pour l'environnement. Planet Labs.
Les données satellitaires fournissent au projet des images quotidiennes à haute résolution de la forêt amazonienne, ce qui permet une surveillance en temps quasi réel. Cette surveillance est essentielle pour détecter les changements rapides de la couverture forestière ou les preuves d'activités illégales.
Les modèles d'IA développés pour cette phase sont entraînés à rechercher des indicateurs de déforestation ou d'exploitation minière illégale, tels que des routes ou des défrichements non autorisés.
En automatisant la surveillance par satellite, l'équipe peut alerter les autorités colombiennes dès qu'une activité suspecte commence.
Étape 2 : Caméras cachées pour une meilleure connaissance du terrain
Des caméras cachées sont placées stratégiquement dans toute l'Amazonie colombienne pour compléter les données satellitaires.
Ces caméras prennent des milliers de photos par jour et les transmettent à des modèles d'intelligence artificielle qui identifient et classent les animaux.
En plus de suivre les déplacements des espèces dans la forêt tropicale, ce système sert également de système d'alerte. Par exemple, si des animaux sont trouvés en dehors de leur écosystème naturel, cela pourrait indiquer des changements locaux nécessitant une étude plus approfondie.
Étape 3 : Bioacoustique pour la classification des animaux
Enfin, le projet Guacamaya intègre des données sonores, ou bioacoustiques, capturées directement dans la forêt amazonienne.
Un équipement spécialisé est utilisé pour enregistrer les sons naturels de la forêt, afin d'alimenter des modèles d'intelligence artificielle. formés à distinguer les sons d'oiseaux de ceux qui ne le sont pas et à les classer par espèce.
Avec une fiabilité d'identification supérieure à 80%, ces modèles d'IA aident les scientifiques à comprendre le comportement des animaux, à suivre la migration des espèces et à détecter la présence d'espèces envahissantes ou menacées.
Lutte contre la déforestation au Brésil
Dans le cadre d'un autre projet, Microsoft collabore avec l'organisation environnementale Imazon et l'organisation à but non lucratif PrevisIA au Brésil pour détecter l'exploitation minière illégale et la déforestation grâce à l'analyse par satellite.
"Nous utilisons PrevisIA pour anticiper les zones à risque et mettre en œuvre des actions visant à éviter la déforestation", a déclaré Carlos Souza, chercheur principal chez Imazon.
Au début de cette année, la région forestière de Triunfo do Xingu a été décimée, perdant en un mois une superficie équivalente à 700 terrains de football. Selon PrevisIA, il s'agit également de la région la plus exposée au risque de déforestation en 2023.
D'ici la fin de l'année, l'IA estime qu'environ 271,52 kilomètres carrés de forêt seront perdus.
Carlos Souza Jr, chercheur principal chez Imazon et coordinateur du projet PrevisIA, a souligné le pouvoir proactif de cette approche : "Les modèles existants de prévision de la déforestation sont des modèles à long terme, qui envisagent ce qui se passera dans des décennies. Nous avions besoin d'un nouvel outil capable d'anticiper la dévastation".
En utilisant une combinaison de géostatistiques et de données historiques, le modèle prend en compte les variables qui inhibent ou favorisent la déforestation, telles que les terres protégées par les communautés indigènes.
PrevisIA profite également aux acteurs locaux, notamment aux banques et aux entreprises, qui utilisent les données pour prendre des décisions respectueuses de l'environnement.
De la conservation réactive à la conservation proactive
La capacité de l'IA à travailler avec des données complexes en temps quasi réel soutient un nouveau paradigme de conservation proactive.
Auparavant, les chercheurs s'appuyaient principalement sur des données de terrain collectées manuellement, ce qui ne permet pas d'appréhender la dynamique d'une zone aussi vaste que l'Amazonie.
José Godofredo Pires dos Santos, procureur général du Pará, a décrit la nécessité de mesures préventives en déclarant : "Nous ne voulons pas avoir à intervenir sans cesse alors que le mal est déjà fait".
Les chercheurs notent que l'objectif final est de rendre ces modèles accessibles à tous pour qu'ils puissent être utilisés dans d'autres projets mondiaux.
Le rôle de l'IA dans la conservation : exemples de 2023
Dans un monde confronté au changement climatique, à la perte d'habitat et au déclin de la biodiversité, les méthodes de conservation traditionnelles sont souvent insuffisantes.
2023 a vu une variété de projets de conservation fascinants qui exploitent l'IA et l'apprentissage automatique.
Voici trois exemples de ces derniers mois :
Surveillance acoustique des dauphins de l'Amazone
Des chercheurs de l'université technique de Catalogne à Barcelone ont entraîné un réseau neuronal à différencier deux espèces de dauphins en voie de disparition dans le fleuve Amazone - Boto et Tucuxi - sur la base de leurs communications acoustiques uniques.
En installant des microphones sous-marins dans la réserve de Mamirauá, dans la forêt amazonienne brésilienne, l'équipe peut surveiller les dauphins de rivière avec un minimum de perturbations.
Les Technologie de l'IA aide à distinguer les sons des dauphins des autres bruits de l'environnement.
Contrôle de l'immigration des poissons par l'IA en Norvège
Le saumon du Pacifique, une espèce envahissante, menace les populations indigènes de saumon de l'Atlantique dans les cours d'eau européens.
Huawei et Berlevåg Jeger-og Fiskerforening (BJFF) ont construit un système de filtrage des poissons par IA dans la rivière Storelva en Norvège.
Utilisation d'un modèle de vision artificielle (CV), ce système peut différencier les saumons de l'Atlantique et du Pacifique avec une précision de 90%, en détournant les espèces envahissantes vers une baie d'attente avant de les relâcher en mer.
Ce système innovant "voit" les saumons du Pacifique envahissants et les empêche d'envahir les cours d'eau européens en toute sécurité.
Compter les macareux au Royaume-Uni
Les macareux, oiseaux marins bien-aimés mais vulnérables au Royaume-Uni, ont toujours été difficiles à surveiller.
Les gardes forestiers les comptaient traditionnellement à la main, une tâche ardue qui prenait beaucoup de temps.
En partenariat avec Microsoft, Avanade et NatureScot, SSE Renewables est piloter un système d'IA pour compter les macareux sur l'île de May, au large de l'Écosse.
Des caméras filment en direct les macareux, et une AI modèle formé sur des images étiquetées permet de distinguer les oiseaux individuels avec un minimum d'intervention humaine.
L'avenir de l'IA dans la conservation
Le rôle croissant de l'IA dans la conservation a prouvé son efficacité dans des écosystèmes variés, de l'Amazone aux voies navigables européennes en passant par les côtes écossaises.
L'IA est un multiplicateur de force qui aide les chercheurs à maîtriser les données biodynamiques complexes.
À mesure que l'infrastructure nécessaire pour former et déployer des modèles d'intelligence artificielle devient plus accessible, il sera plus facile de créer des modèles pour des problèmes de conservation uniques, même sans ressources importantes.
À l'avenir, les défenseurs de l'environnement seront en mesure de construire des systèmes d'intelligence artificielle sophistiqués et légers avec un minimum d'expertise.