Une IA qui voit l’avenir des oiseaux

Utiliser les données citoyennes pour prédire où vont les oiseaux

Chaque jour, des scientifiques et des ornithologues amateurs du monde entier enregistrent des centaines de milliers d’observations d’oiseaux dans eBird, une base de données en ligne gérée par le Cornell Lab of Ornithology. Les données, qui s’accumulent depuis 2002, sont utilisées par les scientifiques pour suivre les changements dans la répartition des oiseaux et pour savoir où se trouve une espèce spécifique à un moment donné.

Mais il manquait toujours une «pièce», a déclaré l’ornithologue de Cornell Benjamin Van Doren. Ebird ne pouvait que montrer où les oiseaux avaient été vus, pas où ils allaient. Le mois dernier, Van Doren et une équipe d’autres chercheurs de Cornell et de l’Université du Massachusetts, Amherst, a annoncé que BirdFlow, un nouveau « cadre de modélisation probabiliste » qu’ils avaient développé, était capable de prédire la position probable d’une espèce d’oiseau plusieurs semaines dans le futur, une fois qu’on lui avait donné une heure et un lieu de départ. Le groupe a utilisé BirdFlow pour prédire les mouvements de 11 espèces d’oiseaux, en vérifiant ces prédictions par rapport aux données recueillies auprès d’oiseaux équipés de trackers.

Une expression que les gens utilisent souvent comme raccourci pour « réseau de modélisation probabiliste » (ainsi qu’une variété d’autres outils qui utilisent la modélisation informatique et les statistiques) est « intelligence artificielle » ou IA. Est-ce que BirdFlow AI ? Selon Daniel Sheldon, informaticien à l’Université du Massachusetts, Amherst, et l’un des auteurs de l’article, absolument, même si, a-t-il dit, l’IA est un terme générique pour de nombreux outils informatiques différents.

BirdFlow fait ses prédictions en utilisant deux facteurs principaux : des informations sur le coût biologique de la migration et des cartes de distribution générées à partir d’eBird. Les cartes sont quadrillées en minuscules cellules, comme un jeu de société, et BirdFlow utilise les données dont il dispose pour essayer de prédire la probabilité qu’un oiseau atterrisse sur chaque cellule. Comme d’autres systèmes d’IA, BirdFlow « apprend », c’est-à-dire qu’il est capable d’ajuster ses prédictions en se basant sur des comparaisons avec les itinéraires réels empruntés par les oiseaux. Pour Sheldon, c’est ce qui fait de BirdFlow une IA : il parvient mieux à déduire les itinéraires de migration les plus précis à partir des données disponibles.

Le résultat final est une carte qui peut montrer les emplacements futurs probables d’un oiseau donné, dans une fourchette d’environ 80 à 150 milles (certaines espèces sont plus difficiles à prédire que d’autres). Kyle Horton, professeur adjoint d’écologie à la Colorado State University, n’a pas participé à la création de BirdFlow et l’a décrit comme une « amélioration significative » des modèles existants à la disposition des scientifiques. « La boîte à outils pour étudier la migration est limitée », a-t-il déclaré.

Van Doren pense que BirdFlow pourrait être utilisé pour aider à sauver l’habitat des oiseaux migrateurs. Il existe de vastes étendues d’Amérique du Nord où les ornithologues amateurs marchent rarement, et les scientifiques ne disposent toujours pas de données claires sur les endroits où certaines espèces d’oiseaux en voie de disparition se rendent au cours de certaines phases de leur cycle de vie. Ce manque d’informations a un impact sur la connectivité migratoire, c’est-à-dire la capacité des oiseaux à avoir des habitats sains à chaque étape de leur migration. Sheldon pense que BirdFlow pourrait un jour être utilisé pour aider à limiter la propagation de maladies, telles que la grippe aviaire, en prédisant où les oiseaux sauvages infectés pourraient se déplacer.

Van Doren a souligné que BirdFlow en est encore à ses débuts. Même ses applications dans la conservation sont encore « un peu loin » – pour l’instant, il s’attend à ce que BirdFlow soit principalement un outil de recherche. Pendant ce temps, un nombre croissant d’autres outils d’intelligence artificielle sont développés pour le travail de conservation. PAWS, développé par les chercheurs de Carnegie Mellon, génère des itinéraires de patrouille de braconnage suggérés pour l’application de la loi. IA TrailGuard prétend dissuader le braconnage de la faune en identifiant les visiteurs humains à proximité. Récemment, a déclaré Sheldon, il y a également eu une forte poussée pour utiliser l’IA pour reconnaître les organismes dans les photos, l’audio et la vidéo afin que les scientifiques puissent automatiquement surveiller les écosystèmes. de Cornell Application d’observation des oiseaux Merlin utilise l’IA pour reconnaître les espèces d’oiseaux en fonction de leurs chants et de leurs images.

Certains scientifiques en dehors de l’Amérique du Nord et de l’Europe ont critiqué eBird et des bases de données similaires pour leur concentration sur l’observation des oiseaux comme principale méthode de collecte de données, arguant que dans des endroits en dehors des États-Unis en particulier, les données eBird ont tendance à être générées par des touristes et d’autres étrangers, plutôt que les locaux. Les créateurs de BirdFlow reconnaissent qu’il a probablement des limites – deux volées d’oiseaux peuvent être de la même espèce, par exemple, mais prendre des décisions très différentes lors de la migration. Sheldon a également déclaré que l’équipe essaie de comprendre comment incorporer des données provenant de sources autres que eBird, telles que les données de localisation des oiseaux provenant du suivi par satellite ou GPS.

Mais Sheldon considère également que cette fusion de l’informatique et de la conservation est essentielle pour des défis tels que le ralentissement de la perte de biodiversité. Dans un papier 2019 titré Durabilité informatique : l’informatique pour un monde meilleur et un avenir durable, Sheldon et 28 autres scientifiques ont fait valoir que «les informaticiens… devraient jouer un rôle clé pour aider à relever les défis sociétaux et environnementaux dans la poursuite d’un avenir durable». Demander comment l’IA changera la conservation, c’est comme demander comment les statistiques informent la conservation, a déclaré Van Doren. Au lieu de cela, « il prolifère tous les aspects de la recherche scientifique ».