Les projets impliquant l’intelligence artificielle et les animaux semblent se développer progressivement. Que ce soit pour lutter contre l’extinction des éléphants d’Afrique, reconnaitre les espèces marines dans une réserve aquatique ou réduire la pollution qui menace les espèces des îles du Pacifique, l’IA est de plus en plus utilisées. Aujourd’hui, nous souhaitions vous présenter trois projets de recherche qui visent à mieux comprendre le comportement animal.
L’intelligence artificielle pour suivre la démographie et le comportement d’animaux en Afrique
Une équipe de chercheurs et ingénieurs du CNRS du laboratoire de Biométrie et Biologie Évolutive (LBBE – CNRS / Univ Claude Bernard / Vetagro Sup) et du Centre d’Écologie Fonctionnelle et Évolutive (CEFE – CNRS / Univ Montpellier / IRD / EPHE) participe depuis quelques années au suivi du parc d’Hwange, au Zimbabwe. L’objectif est de comprendre le comportement des animaux vivants en Afrique australe. Les chercheurs utilisent plusieurs techniques afin de reconnaitre certains lions, girafes ou hyènes en particulier, grâce à leur pelage.
Un article publié dans la revue scientifique Methods in Ecology and Evolution, explicitant les méthodes de l’équipe de recherche, est paru en mars dernier, signé par Vincent Miele, accompagné de Simon Chamaillé‐Jammes, chercheur au CNRS et à l’université Paul Valéry-Montpellier III ainsi que Gaspard Dussert, Bruno Spataro, Dominique Allainé et Christophe Bonenfant, tous chercheurs au CNRS et à l’université Lyon 1. Les chercheurs ont automatisé la reconnaissance individuelle de girafes sur des milliers de photos grâce aux techniques d’intelligence artificielle et à la vision par ordinateur.
Pour cette espèce, le principe est le suivant, comme l’indique le CNRS : “À partir de 4000 photographies de girafe rapportées du terrain, l’équipe a ainsi développé une chaine de traitements automatisée qui détecte les éléments similaires dans les pelages des flancs de girafes grâce à une combinaison de techniques d’intelligence artificielle. Le système final s’appuie sur l’apprentissage profond (deep learning) et consiste à projeter les photos dans espace mathématique de grande dimension, ce qui rend possible la mesure d’une distance entre chaque paire de photos. Ainsi, les photos d’un même individu se retrouvent très proches dans cet espace.
En pratique, ce système de capture/recapture visuelle permet non seulement de reconnaître les girafes connues dans le suivi et construire leur histoire de vie, mais également de détecter les nouveaux individus non connus auparavant. Le gain de temps par rapport à une traitement manuel est conséquent puisque le système traite plusieurs photos par seconde. Ces travaux participent à l’essor de l’automatisation de la reconnaissance individuelle animale et contribuent à la mise en place de suivis écologiques. Mis librement à disposition de la communauté, ce système de capture/recapture visuelle (et ses futures évolutions) pourra s’avérer également pertinent pour étudier d’autres espèces au-delà de la girafe.”
L’intelligence artificielle pour mieux comprendre le comportement animal
Dans le cadre du projet Earth Species Project (ESP), une plateforme open source a été développée et dédiée au décodage de la communication animale suite à la rencontre, en 2007, de Britt Selvitelle et Aza Raskin. Tous deux discutent de la technologie et de la façon dont son utilisation pourrait changer la façon dont on conçoit le monde.
Quelques années plus tard, en 2013, le projet prend forme grâce à leurs recherches autour d’un nouveau modèle de machine learning qui pourrait apprendre une représentation géométrique d’une langue entière. En 2017, leur système se perfectionne : ces mécanismes utilisent des réseaux de neurones pour analyser un grand nombre de phrases, en déduisant des principes généraux de grammaire et d’usage. Ils appliquent ensuite ces modèles pour traduire des phrases que le système n’a jamais vues.
Le système a été notamment testé sur les cétacés, et à terme, il devrait être utilisé sur les mammifères et les primates, notamment. Le modèle utilise le même principe que les systèmes de traduction automatique tels que Google Translate. En réalité, ces algorithmes ne reposent pas sur des dictionnaires de langue, mais sur des paramètres multidimensionnels qui déterminent le contexte d’une phrase. La même logique est appliquée à l’analyse des aboiements, des cris, des sons, des chats qui sont fréquemment répétés par les animaux.
Comprendre la langue des dauphins grâce à une plateforme d’intelligence artificielle
La start-up suédoise Gavagai AB, spécialisée dans les logiciels d’analyse du langage humain, collabore avec le KTH Royal Institute of Technology dans le cadre du projet Wild Dolphin Project. À l’aide d’algorithmes intégrés dans des ordinateurs sous-marins, les membres du projet essaient de décoder les communications des dauphins. À terme, un dictionnaire sera compilé avec l’ensemble des termes utilisés.
Dirigée par la Dr Denise L.Herzing, cette chercheuse étudie les dauphins de l’Atlantique depuis 1985. Elle a commencé à collaborer avec Thad Starner, chercheur en intelligence artificielle au Georgia Institute of Technology d’Atlanta. Ensemble, ils ont débuté le projet Cetacean Hearing and Telemetry (CHAT) découlant du Wild Dolphin Projet, afin de créer un langage avec les caractéristiques des sons, qui sont utilisés par les dauphins pour communiquer entre eux.
Un prototype d’ordinateur de la taille d’un smartphone a été conçu, avec deux hydrophones capables de détecter une large gamme de fréquences supérieures à 200 kHz. Cet appareil a été testé et l’objectif était de savoir si les ultrasons émis par les dauphins pouvaient correspondre à un évènement en particulier. L’expérience se base sur le questionnement suivant : si un d’entre eux utilise une fréquence en faisant une balade ou en croisant une algue, est-ce qu’un autre exploitera la même fréquence pour parler de ce contexte ou de l’objet ?
Une fois que le système peut reconnaitre les mimiques des dauphins, le système devrait classer ces informations afin de créer plusieurs “unités fondamentales” de leur langue.
