Tech & internet

Les images amateures aident à surveiller la biodiversité

Temps de lecture : 2 min

Grâce à l'intelligence artificielle et au «deep learning», on photographie de plus en plus d'espèces animales et végétales.

Parent et bébé hyène, photographiés au Zimbabwe. | suzannevf (iNaturalist) via GBIF
Parent et bébé hyène, photographiés au Zimbabwe. | suzannevf (iNaturalist) via GBIF

Depuis quelques années, les bases de données en ligne recensant la biodiversité se développent à grande vitesse. Exemple entre mille, le catalogue international GBIF (Global Biodiversity Information Facility) compte à ce jour près d'un milliard et 400 millions d'occurrences, faune et flore cumulées.

Selon le quotidien espagnol El País, c'est au numérique et aux innovations technologiques que nous devons cette vitalité des bases de données sur la biodiversité, qui prennent désormais en compte les participations amateures.

D'abord, la démocratisation des caméras munies de détecteurs de mouvements permet aujourd'hui une production d'images de plus en plus importante. Ces photographies ne montrent toutefois que les espèces les plus facilement observables via les détecteurs de mouvements: loups, tigres, éléphants, écureuils, etc. En bref, les vertébrés, qui représentent plus des deux tiers des occurences de GBIF.

L'intelligence artificielle au service des espèces

Ces bases de données emploient aujourd'hui des méthodes d'intelligence artificielle et de deep learning pour identifier et classifier automatiquement les espèces photographiées, aussi bien végétales qu'animales.

D'ailleurs, ce type de recensements automatisés peut se révéler très efficace en matière d'écologie spatiale, qui consiste en l'étude des relations entre les organismes et leur environnement. Elles produisent en effet des données sur les niveaux de population, les effets de l'activité humaine, les contrôles des efforts de conservation ou encore les suivis des migrations. Pour cela, les catalogues comptent sur des sources d'images diverses et variées: «Des spécimens de musées collectionnés au XVIIIe et XIXe siècles jusqu'aux photographies géoréférencées récemment partagées par un naturaliste amateur à l'aide de son smartphone», lit-on sur le site de GBIF.

Jusque-là, les bases de données s'appuyaient principalement sur des images de collections scientifiques et étaient donc beaucoup moins fournies et actuelles.

Newsletters

Des courses à pied virtuelles pour s'entraîner même sans marathon

Des courses à pied virtuelles pour s'entraîner même sans marathon

Les adeptes du running utilisent la technologie pour rester connecté·es et concourir malgré l'interdiction des grands rassemblements.

Des milliers de femmes s'insurgent contre Nicky Cosmetics et ses influenceuses de télé-réalité

Des milliers de femmes s'insurgent contre Nicky Cosmetics et ses influenceuses de télé-réalité

Sur les réseaux sociaux, elles sont nombreuses à se plaindre de pertes de cheveux, douleurs et démangeaisons après plusieurs utilisations d'un shampoing de la marque.

Un algorithme pourrait-il prédire les nouvelles vagues de Covid-19?

Un algorithme pourrait-il prédire les nouvelles vagues de Covid-19?

Des scientifiques développent un algorithme utilisant les réseaux sociaux et d'autres données pour prévoir l'évolution de l'épidémie.

Newsletters