Et si on vous disait qu’un vol en hydravion au-dessus du lagon de Poé n’était pas qu’un décollage touristique pour le paradis ? En effet, au-delà de cette activité « loisir », Air Paradise Poé met également la technologieau service de missions scientifiques. L’objectif ? Capter des vidéos d’animaux marins pour recenser la mégafaune grâce à l’intelligence artificielle… Et cette fois, pas question de compter des moutons !
__
Hydravion et algorithme d’intelligence artificielle
Laura Mannocci, chercheuse en écologie et conservation marine, et Olivier Paul, le gérant « vendeur de rêves aériens » d’Air Paradise Poé forme un couple de talents ô combien complémentaires ! Grâce à ses hydravions « dernière génération composite « carbone kevlar », équipés de plusieurs accroches caméras », le dernier nommé passe sa vie en l’air pour filmer, des heures durant, la mégafaune présente dans le lagon sous différents angles grâce à ses caméras GO PRO. Ces vidéos prises à 120 km/h à 50 mètres au-dessus du lagon permettent ainsi de nourrir un algorithme de deep learning afin de le rendre plus performant.
De son côté, la jeune scientifique passe ensuite ces images, filmées à la GoPro, à la moulinette de l’algorithme de deep learning pour comptabiliser automatiquement la mégafaune – dugongs, raies, dauphins et autres tortues… – du lagon ; leur objectif ? Créer un échantillon d’images captées sur site pour enrichir la base de données et offrir ces datas en pâture à l’algorithme pour recenser et surveiller automatiquement les centaines d’animaux présents et analyser leurs répartitions dans le cadre d’études scientifiques diverses et variées.
__
Nourrir une IA fort gloutonne !
Mais ce n’est pas tout ! A la base, la chercheuse s’appuie sur les vidéos d’espèces rares diffusées sur les réseaux sociaux pour entraîner ses modèles de deep learning.
« Nous avons entraîné des réseaux de neurones convolutionnels (CNNs) avec des images de réseaux sociaux et les avons testés sur des images collectées lors des survols touristiques réalisés avec Air Paradise Poé. ».
Laura, entre ciel et lagon
Les résultats obtenus après l’analyse de plus de 1300 images en provenance des réseaux sociaux ont néanmoins produit 25% de « faux positifs » – animaux détectés par l’iA mais infirmés par l’humain (typiquement des « patates de corail ») – et de 38% de « faux négatifs » – animaux non détectés par l’iA alors qu’ils ont bien été observés par l’humain.
« J’analyse les images filmées en collaboration avec Olivier pour nourrir un algorithme d’IA et compter automatiquement la mégafaune », nous a confié la chercheuse. Ainsi, en intégrant les précieuses images captées par Olivier en Nouvelle-Calédonie et en les intégrant dans l’ensemble des données d’entraînement, la scientifique a fait chuter son taux de faux négatifs de près de 50% ! Une principale conclusion peut alors être tirée de cette étude : « les images collectées sur les réseaux sociaux peuvent être une base solide pour l’entraînement de l’algorithme d’iA pour la détection de la mégafaune rare ». L’incorporation d’un pourcentage additionnel d’images du site d’étude augmente encore la précision de la détection. Duo bingo !
__
De « la mano » à l’auto(matisation)
La connaissance et la surveillance des écosystèmes marins, faune et flore confondus, est un enjeu capital dans la lutte quotidienne en faveur de la préservation de l’environnement ; néanmoins, traiter « à la main » les données récoltées in situ ou par vidéo est très chronophage : l’intelligence artificielle et ses algorithmes de deep learning permettent ainsi d’automatiser ces traitements. Pourtant, pour être certain de la véracité de leurs conclusions, il faut d’abord s’assurer du plus faible taux d’erreur possible. Grâce à Laura et Olivier, cette automatisation de surveillance de la mégafaune est en passe de devenir réalité. Elle par aile, dugong par dugong…
__
Sources :
- « Leveraging social media and deep learning to detect rare megafauna in video surveys » : Laura Mannocci, Sébastien Villon, Marc Chaumont, Nacim Guellati, Nicolas Mouquet, Corina Iovan, Laurent Vigliola, David Mouillot
- « Putting eagle rays on the map by coupling aerial video-surveys and deep learning » : L. Desgarnier, D. Mouillot, L. Vigliola, M. Chaumont, L. Mannocci
