Identifier les ours en Alaska ou suivre les cerfs dans les Alpes: un modèle d’intelligence artificielle développé en Suisse ouvre de nouvelles perspectives pour la sauvegarde de la faune sauvage et la cohabitation entre l’humain et les animaux.

Beth Rosenberg a passé les vingt dernières années à observer les ours dans des régions reculées de l’Alaska, sans électricité ni eau courante. Cette biologiste et écologiste de l’Alaska Pacific University est aujourd’hui en mesure de reconnaître chaque plantigrade à la forme de sa tête et de son museau, ainsi qu’à de petites cicatrices ou à des comportements caractéristiques.

« Certains pêchent toujours de la même manière ou aiment jouer entre eux. Si on passe suffisamment de temps à les observer, les différences individuelles deviennent rapidement évidentes », explique-t-elle.

Beth Rosenberg partage désormais son expertise avec un modèle d’IA. En collaboration avec des chercheurs de l’École polytechnique fédérale de Lausanne (EPFL), elle a entraîné un programme d’intelligence artificielle à reconnaître des ours de manière individuelle.

L’étude de ces prédateurs est cruciale pour appréhender la santé de leur écosystème et la manière dont les espèces réagissent au changement climatique. Mais mener des recherches de manière non invasive dans des environnements reculés est extrêmement difficile. C’est là que l’IA peut faire une réelle différence.

Une IA capable de reconnaître les ours à leur museau

Développé en collaboration avec l’EPFL, le modèle est en mesure d’identifier de manière fiable les ours en se basant sur des caractéristiques physiques telles que la forme de leur tête et leur profil.

Pour entraîner le système, la chercheuse a elle-même sélectionné près de 73’000 images de plus de cent ours, prises sous la pluie, à différents moments de la journée et sous de multiples angles. L’équipe s’est principalement concentrée sur la tête des plantigrades, en identifiant les caractéristiques qui restent relativement stables dans le temps: la forme du museau, la structure des sourcils, la position des oreilles et le profil.

Un ours en train de pêcher dans la rivière McNeil, en Alaska. [Beth Rosenberg] Un ours en train de pêcher dans la rivière McNeil, en Alaska. [Beth Rosenberg]

En analysant un grand nombre d’images, le modèle peut également aider les chercheurs à identifier des schémas récurrents, tels que les lieux où les animaux se nourrissent, se reposent ou se déplacent, et à étudier leur comportement.

« Cela nous aide à mieux comprendre les ours, la dynamique de leur population, et à répondre à de nombreuses questions écologiques importantes », explique Alexander Mathis, professeur assistant à l’Institut Brain Mind de l’EPFL.

Des forêts de l’Alaska aux Alpes suisses

Selon Beth Rosenberg, le modèle pourrait à terme être appliqué à d’autres espèces au museau proéminent, comme les loups et les cerfs, que l’on trouve également dans les Alpes suisses.

Le transfert de modèles d’un environnement à un autre constitue toutefois un défi de taille. « Il est peu probable qu’un modèle formé en Alaska fonctionne bien en Suisse », estime Devis Tuia, qui dirige le Laboratoire de science computationnelle pour l’environnement et l’observation de la Terre à l’EPFL.

Son équipe a développé des modèles d’IA capables de reconnaître la faune alpine et d’analyser son comportement à l’aide d’images et de vidéos recueillies par des pièges photographiques. Là aussi, un travail humain considérable a été nécessaire, notamment l’étiquetage de milliers de captures d’écran et le réglage minutieux des paramètres du modèle.

« L’IA, ce n’est pas de la magie. La qualité d’un modèle dépend des données sur lesquelles il est entraîné, lesquelles dépendent du temps et des efforts que les gens y ont consacrés », souligne le chercheur.

Améliorer la cohabitation entre l’homme et la faune sauvage

Malgré ces limites, Devis Tuia voit dans cette technologie un énorme potentiel. Les systèmes d’IA peuvent analyser automatiquement des millions d’images et de vidéos en quelques secondes, et ainsi aider les biologistes et les gardes forestiers à mieux comprendre le fonctionnement des écosystèmes et leur évolution. Cela permettrait ensuite de prendre des décisions plus éclairées en matière de conservation.

Dans des pays comme la Suisse, où les débats autour de la gestion des loups – en particulier les attaques contre le bétail – sont de plus en plus vifs, de tels outils pourraient s’avérer précieux.

Contenu externe

Ce contenu externe ne peut pas être affiché car il est susceptible de collecter des données personnelles. Pour voir ce contenu vous devez autoriser la catégorie Services Tiers.

Accepter Plus d’info

Sara Ibrahim (SWI) /ain