Les experts en IA développent une approche de données massives pour la préservation de la faune

Un groupe d’experts en intelligence artificielle (IA) et en écologie animale de l’Ecole Polytechnique Fédérale de Lausanne a développé une nouvelle approche de données massives pour améliorer la recherche sur les espèces de faune et la préservation de la faune. 

La nouvelle étude a été publiée dans Nature Communications. 

Collecte de données sur la faune

Le domaine de l’écologie animale repose maintenant sur les données massives et l’Internet des objets, avec de grandes quantités de données collectées sur les populations de faune à l’aide de technologies telles que les satellites, les drones et les appareils photo automatiques. Ces nouvelles technologies entraînent des développements de recherche plus rapides tout en minimisant les perturbations dans les habitats naturels. 

De nombreux programmes d’IA sont utilisés pour analyser les grandes ensembles de données, mais ils sont souvent généraux et pas suffisamment précis pour observer le comportement et l’apparence des animaux sauvages. 

L’équipe de scientifiques a développé une nouvelle approche pour contourner cela, en combinant les progrès de la vision par ordinateur avec l’expertise des écologistes. 

Exploitation de l’expertise des écologistes

Les écologistes utilisent actuellement l’IA et la vision par ordinateur pour extraire des fonctionnalités clés à partir d’images, de vidéos et d’autres formes de données visuelles, ce qui leur permet de réaliser des tâches telles que la classification des espèces de faune et le décompte des animaux individuels. Cependant, les programmes génériques souvent utilisés pour traiter ces données sont limités dans leur capacité à exploiter les connaissances existantes sur les animaux. Ils sont également difficiles à personnaliser et sont sujets à des problèmes éthiques liés aux données sensibles. 

Le prof. Devis Tuia est le chef du Laboratoire de science computationnelle environnementale et d’observation de la Terre de l’EPFL et auteur principal de l’étude. 

“Nous voulions intéresser plus de chercheurs à ce sujet et regrouper leurs efforts pour avancer dans ce domaine émergent. L’IA peut servir de catalyseur clé dans la recherche sur la faune et la protection de l’environnement plus largement”, déclare le prof. Tuia.

Pour réduire la marge d’erreur d’un programme d’IA formé pour reconnaître une espèce spécifique, les informaticiens devraient être en mesure d’exploiter les connaissances des écologistes animaux. 

Le prof. Mackenzie Mathis est le chef de la chaire de neurosciences intégratives Bertarelli de l’EPFL et co-auteur de l’étude. 

“C’est là que la fusion de l’écologie et de l’apprentissage automatique est clé : le biologiste de terrain a une connaissance immense du domaine sur les animaux étudiés, et notre travail en tant que chercheurs en apprentissage automatique est de travailler avec eux pour construire des outils pour trouver une solution”, a-t-elle déclaré. 

Ce n’est pas la première fois que Tuia et l’équipe de chercheurs abordent ce problème. L’équipe a précédemment développé un programme pour reconnaître les espèces animales à partir d’images de drones, tandis que Mathis et son équipe ont développé un package logiciel open-source pour aider les scientifiques à estimer et à suivre les poses d’animaux. 

En ce qui concerne les nouveaux travaux, l’équipe espère qu’il peut capter un public plus large.

“Une communauté se met lentement en place”, déclare Tuia. “Jusqu’à présent, nous avons utilisé le bouche à oreille pour construire un réseau initial. Nous avons commencé il y a deux ans avec les personnes qui sont maintenant les autres auteurs principaux de l’article : Benjamin Kellenberger, également à l’EPFL ; Sara Beery à Caltech aux États-Unis ; et Blair Costelloe à l’Institut Max Planck en Allemagne.”