[Article Scientifique] état de l’art sur la gestion modulée des adventices
mars 15, 2022
#CDI – Sun’Agri recherche un Ingénieur Agronome Agrivoltaïque
mars 16, 2022Les Nations Unies ont déclaré la Décennie des Nations Unies pour l’océanographie au service du développement durable. L’UNESCO coordonne la communauté mondiale à poursuivre les efforts pour innover au service des océans. Dix années sont-elles suffisantes pour espérer des solutions scientifiques durables pour le milieu marin ? En effet, actuellement, seulement 20% des espèces marines sont connues incluant des poissons, des végétaux, des bactéries ou des virus. Cependant, certains groupes scientifiques sont déjà entrain de développer des solutions d’intelligence artificielle (IA) pour étudier et améliorer les connaissances sur les océans et mers.
L’IA est devenue une porte d’entrée vers la connaissance des domaines maritimes. C’est par la connaissance que nous serons en mesure de protéger au mieux les aires marines. Les solutions et les projets d’innovation tendent à se multiplier. C’est le cas de l’équipe du Laboratoire d’océanographie de Villefranche et du Laboratoire International Takuvik (Canada). Cette équipe a développé une méthode pour caractériser et catégoriser des planctons grâce à un réseau de neurones convolutif. Les caméras sous-marines capturent et enregistrent des millions d’images. Les images acquises sont ensuite classées par un réseau neuronal convolutif. Ainsi, grâce à des descripteurs de plancton et particules aquatiques, les images sont classées par groupe biologique. Cette technique permet d’apprendre plus sur le phénomène de prolifération de plancton.
Il n’y a pas que le monde de la recherche qui s’intéresse aux problématiques de reconnaissance. Une association caritative nouvelle-zélandaise, Wildlife.ai, a développé une plateforme de reconnaissance automatique d’espèces de poissons nommée Spyfish Aotearoa. A l’aide de caméras, les vidéos sous-marines sont enregistrées puis analysées par machine learning. Les modèles de machine learning permettent de filtrer les vidéos et de pouvoir, par exemple, discriminer un poisson en mouvement d’une algue à la dérive. La plateforme est aussi participative pour aider à alimenter et entrainer les modèles.
L’avancée sur l’intelligence artificielle lève plusieurs voiles sur l’inconnu du milieu marin. Cependant, il reste encore des avancées à faire. En effet, les technologies sont énergivores et l’intelligence artificielle demande une base de donnée énorme pour une efficacité optimale. Pour l’instant, les caméras sont les outils les plus utilisées car elles ne sont pas invasives. Cependant, des robots navigant à la surface de l’eau sont en cours de développement en utilisant l’intelligence artificielle.
Références :
