Discussion :

[Sandra Coret]

L'IA peut cataloguer les occupants d'une forêt simplement en écoutant, cela pourrait permettre de vérifier si les projets de reboisement fonctionnent comme prévu

Les forêts tropicales sont animées par le bruit des animaux. Outre le plaisir que procure ce vacarme, il est également utile aux écologistes. Pour mesurer la biodiversité d'un terrain, il est beaucoup plus facile d'écouter les cris des animaux que de fouiller les sous-bois à la recherche de traces ou d'empreintes. Mais cette "analyse bioacoustique" prend du temps et nécessite une paire d'oreilles experte.

Dans un article publié le 17 octobre dans Nature Communications, un groupe de chercheurs dirigé par Jörg Müller, écologiste à l'université de Würzburg, décrit une meilleure méthode : confier le travail à un ordinateur. Il existe déjà des applications pour smartphones qui permettent d'identifier les oiseaux, les chauves-souris ou les mammifères simplement en écoutant les sons qu'ils émettent. Leur idée était d'appliquer ce principe au travail de conservation.

Les chercheurs ont effectué des enregistrements sur 43 sites de la forêt tropicale équatorienne. Certains sites étaient des forêts anciennes relativement vierges. D'autres étaient des zones récemment défrichées pour le pâturage ou la plantation de cacao. D'autres encore avaient été défrichés puis abandonnés, permettant ainsi à la forêt de repousser.

Des enregistrements sonores ont été effectués quatre fois par heure, pendant deux semaines. Les différents cris ont été identifiés manuellement par un expert, puis utilisés pour établir une liste des espèces présentes. Comme on pouvait s'y attendre, plus la terre avait été épargnée par l'activité agricole depuis longtemps, plus la biodiversité y était importante.

Puis ce fut le tour de l'ordinateur. Les chercheurs ont transmis leurs enregistrements à des modèles d'intelligence artificielle qui avaient été entraînés, à l'aide d'échantillons sonores provenant d'autres régions de l'Équateur, à identifier 75 espèces d'oiseaux à partir de leurs cris. "Nous avons constaté que les outils d'intelligence artificielle pouvaient identifier les sons aussi bien que les experts", déclare le Dr Müller.

Bien entendu, tout ne fait pas de bruit dans une forêt tropicale. M. Müller et ses collègues ont utilisé des pièges lumineux pour capturer les insectes volant la nuit, et des analyses d'ADN pour les identifier. Il est rassurant de constater que la diversité des animaux bruyants est un indicateur fiable de la diversité des animaux plus silencieux.

Ces résultats pourraient également avoir un intérêt en dehors des départements d'écologie. Sous la pression de leurs clients, des entreprises telles que L'Oréal, une société de maquillage, et Shell, une société pétrolière, ont consacré de l'argent à des projets de restauration des forêts dans le monde entier. Le Dr Müller espère qu'une approche automatisée de la vérification des résultats pourrait aider à contrôler de tels efforts et fournir un moyen normalisé de mesurer si ces projets fonctionnent aussi bien que leurs commanditaires l'affirment.

La régénération des forêts tropicales est essentielle pour faire face aux crises interdépendantes du climat et de la perte de biodiversité. Alors que les arbres qui se régénèrent séquestrent le carbone relativement rapidement, le rythme de rétablissement de la biodiversité reste controversé. Ici, nous utilisons la bioacoustique et le métabarcodage pour mesurer la régénération des forêts après l'agriculture dans un point chaud de la biodiversité mondiale en Équateur. Nous montrons que la composition de la communauté, et non la richesse en espèces, des vertébrés vocalisants identifiés par les experts reflète le gradient de restauration. Deux mesures automatisées - un modèle d'indice acoustique et une composition de la communauté d'oiseaux dérivée d'un réseau neuronal convolutionnel développé indépendamment - sont bien corrélées avec la restauration (adj-R² = 0,62 et 0,69, respectivement). Il est important de noter que les deux mesures reflètent la composition des insectes nocturnes non vocalisants identifiés par métabarcoding. Nous montrons que de tels outils de surveillance automatisés, basés sur de nouvelles technologies, peuvent contrôler efficacement le succès de la restauration des forêts, en utilisant des données robustes et reproductibles.

Source : Nature Communications

Et vous ?

Qu'en pensez-vous ?
A votre avis, l'IA est-elle capable de donner des résultats pertinents dans ce type de travaux ?
Pensez-vous que l''IA finira par remplacer les chercheurs ?

Voir aussi :

Une étude affirme que les chatbots, d'IA peuvent deviner avec précision les informations personnelles d'un utilisateur à partir de discussions anodines, une menace pour la vie privée des utilisateurs

L'un des fondateurs de DeepMind pense qu'il y a une probabilité de 50 % que l'AGI existe d'ici 2028, certains estiment qu'il y a des chances que, l'AGI prenne le contrôle de l'humanité et la détruise

Ilya Sutskever, directeur scientifique d'OpenAI, sur l'avenir de l'IA : « ce sera monumental, bouleversant. Il y aura un avant et un après », il prédit l'arrivée d'une "superintelligence numérique"

[totozor]

Qu'en pensez-vous ?
A votre avis, l'IA est-elle capable de donner des résultats pertinents dans ce type de travaux ?
Pensez-vous que l''IA finira par remplacer les chercheurs ?

Je ne suis pas très étonné de ce qui est dit et je trouve plutôt bien qu'on soit capable de le faire. Ca créé peut être un moyen moins intrusif de faire des études, et certaines espèces sont très difficiles à repérer parce que méfiante.
L'IA semble pertinente pour compte le nombre d'espèce dans un milieu, est elle capable de mesurer leur population?
Si l'IA remplace les chercheurs alors la recherche est en voie d'extinction et le monde stagnera progressivement. L'IA ne peut mesurer que ce qu'elle perçoit, combien de chercheurs ont découvert des choses qu'ils n'étaient pas venu constater? Parce qu'un chercheur quand il utilise ses oreilles est aussi livré avec tous ses autres sens, son cerveau fait alors le tri entre plein d'infos, fait des liens entre tout ça sans le moindre effort apparent.

J'ai envie de partager une expérience qu'on vient de terminer : Nous avons commencer à mesurer autant de choses que possible sur une ligne de fabrication. Nous avons nourri un IA avec toute ces données, elle nous a appris ce que nous savions déjà et plein d'autres choses (pas souvent pertinentes). Mais nous avons agi en fonction des informations qu'elle nous fournissait et des pistes d'amélioration qu'elle nous fournissait. Les performances de la ligne ont diminuées alors que nos autre lignes ont progresser.
On a fait le bilan de cette expérience et on fait un constat : trop d'information tues l'information. On s'attaque à des détails qui ne sont pas si significatifs que ça, on perd une vue globale des choses.
On ne gagne pas en maitrise des choses en maitrisant tous les paramètres mais en ne maitrisant que ceux les plus marquants. (scoop, on apprend ça pendant nos études)
La méthode la plus saine pour aborder la performance d'un point de vue des données semble être d'identifier et de mesurer les paramètres les plus marquants, puis d'approfondir les paramètres délinquants avec des paramètres plus précis pour mieux les maitriser. Plutôt que de prendre tous les paramètres et en sortir des conclusions.

[Fagus]

Pensez-vous que l''IA finira par remplacer les chercheurs ?

C'est juste l'équivalent audio amélioré d'un piège photo. Sur ce dernier, il y a un capteur de mouvement pour sélectionner les images d'intérêt. Là, il y a un logiciel qui trie les sons d'intérêt. Le métier de chercheur, ça ne consiste heureusement pas qu'au recueil des données. (Qui aurait la capacité d'écouter 4 semaines de sons sur 50 balises...)