Revue de presse IA d'octobre 2022

>> L’article data x sustainability de la semaine <<

L’IA et les drones au service de la biodiversité des dauphins

En Nouvelle-Zélande, le dauphin Māui, espèce la plus rare de dauphin, est menacée d’extinction. Une équipe rassemblant experts de biodiversité marine, de logiciels et d’aviation a lancé en 2018 le projet MAUI63. Celui-ci vise à suivre les dauphins et créer des modèles de distribution spatiale, étudier les changements de comportement, créer des modèles de risques de menaces naturelles (prédation) et anthropiques (pêche, climat, maladies), identifier les individus de manière unique.

La solution a bénéficié du financement du plan national Cloud et IA de la Nouvelle-Zélande et s’appuie sur un algorithme embarqué dans des drones autonomes équipés de caméra 8K UHD. Partant d’un algorithme open-source de reconnaissance faciale, l’équipe l’a adapté pour détecter les nageoires de dauphins Māui, et les caractéristiques individuelles (tailles, nageoires, rayures et marques). Cet algorithme a été entrainé avec des images de dauphins Māui trouvées sur Internet et est opérationnel depuis 2019. L’équipe prévoit de partager ses apprentissages et technologies pour la recherche sur d’autres espèces marines.

Pour en savoir plus sur le projet : https://www.maui63.org/

(ActuIA, 05/10/2022)

3 actus #AIforCitizen de la semaine

1. L’Etat français accélère sur le développement de l’intelligence artificielle

Les cas d’usage utilisant les intelligences artificielles se multiplient au sein des services de l’Etat. Un rapport du conseil d’Etat présenté le 30 août le démontre à travers plus de 100 exemples. Toutes les potentialités de l’IA sont mises en pratique, aussi bien le NLP (Natural Language Processing) via des chatbots et assistants conversationnels que des algorithmes prédictifs au service des agents et citoyens faisant appel à du Machine Learning.

Par exemple, les pompiers du Doubs anticipent avec jusqu'à trois jours d'avance le niveau de sollicitation de leurs équipes, en fonction de données météorologiques, du trafic routier, du niveau des cours d'eau et même des éphémérides. Si besoin, les pompiers volontaires sont mobilisés. Pour lutter contre les incendies et la sécheresse, la région Occitanie simule l'évolution du niveau des nappes phréatiques.

(Les Echos, 30/08/2022)

2. Le deep learning utilisé pour détecter la tuberculose plus rapidement

La tuberculose tue chaque année plus d’un million de personnes dans le monde et la pandémie de COVID-19 a accentué cette tendance. Des chercheurs ont développé un système de deep learning (DLS) pour détecter la tuberculose pulmonaire active sur les radiographies thoraciques et ont comparé ses performances à celles des radiologues. Le DLS a été testé sur des ensembles de données de Chine, d’Inde, des États-Unis, de Zambie et d’Afrique du Sud et a donné des résultats comparables à ceux des radiologues. Il pourrait être très utile aux pays à faibles revenus car la modélisation pourrait faire baisser les coûts de dépistage de 40 à 80%.

Sahar Kazemzadeh, ingénieur logiciel chez Google Health et co-auteur de l’étude publiée dans la revue Radiology, déclare « Combler la pénurie d’experts, c’est là où l’IA entre en jeu. Nous pouvons apprendre aux ordinateurs à reconnaître la tuberculose à partir des rayons X afin que, dans ces environnements à faibles ressources, la radiographie d’un patient puisse être interprétée en quelques secondes. » C’est une grande avancée sachant que près de 90% des infections actives surviennent dans environ 30 pays, dont la majeure partie dispose de ressources limitées pour lutter contre cette maladie contagieuse.

(ActuIA, 20/09/2022)

3. L’intelligence artificielle au service des piétons et cyclistes pour une mobilité plus sûre

Michelin DDi, start-up du groupe français Michelin spécialisée dans le traitement et l’analyse des données de conduite a présenté son nouveau service « Near Miss / VRU » (Vulnerable Road Users). Ce service vient compléter la Suite « Safer Roads » visant à exploiter le potentiel des données de mobilité pour augmenter la sécurité sur les routes et ainsi sauver des vies.

La fonctionnalité « Near Miss / VRU » vient répondre à un enjeu de taille : identifier les zones à risques pour les piétons et cyclistes dans des zones urbaines. En se basant sur un modèle de machine learning et des algorithmes propriétaires, Michelin DDi continue de développer son expertise en intelligence artificielle pour éviter les accidents et augmenter la sécurité de tous les types de transports. Michelin DDi tente de faire face aux difficultés croissantes d’un environnement urbain évoluant rapidement et tend à s’imposer dans le secteur de la mobilité grâce notamment aux technologies robotiques.

(ActuIA, 13/09/2022)