Machine learning : DeepMind et Zindi s’associent pour la conservation des tortues, le temps d’un challenge

La sauvegarde des espèces est un des grands enjeux que la technologie peut aider à résoudre. De nos jours, grâce à des start-ups et à l’intelligence artificielle, des solutions voient le jour pour protéger les écosystèmes naturels et participer à la conservation des espèces.

DeepMind s’implique dans la sauvegarde des écosystèmes grâce à l’IA

Les solutions d’intelligence artificielle permettent aujourd’hui de créer, d’anticiper, voire de résoudre certains problèmes auxquels doit faire face l’humain. Via des modèles de machine learning notamment, il est désormais possible de protéger nos écosystèmes et d’agir pour la conservation des organismes vivants.

DeepMind, entreprise spécialisée dans l’IA et appartenant à Alphabet / Google, entend participer à la sauvegarde de la planète. Pour ce faire, elle met en place des outils de machine learning, à la fois pour éduquer la population à des enjeux d’intelligence artificielle, et afin d’aider à résoudre des problèmes d’importance mondiale.

DeepMind et Zindi, un partenariat technologique et un concours novateur

DeepMind a trouvé en Zindi, un réseau professionnel pour les data scientists d’Afrique, un partenaire de choix pour résoudre les problèmes grâce au machine learning et à l’IA. L’ambition de Zindi est claire : montrer au monde le potentiel du continent africain et mettre en avant ses data scientists.

L’équipe DE&I (Diversité, Équité et Inclusion) de DeepMind s’est ainsi associée au réseau africain afin de concevoir un challenge. Ce dernier a pour objectif la conservation de certains organismes, et pourrait, dans le même temps, permettre à de nouveaux talents de se lancer dans l’IA. La reconnaissance faciale des tortues a été l’idée retenue par les deux entités, car représentant un projet à fort impact.

« Turtle Recall », un concours de machine learning pour l’Afrique

Les tortues représentent, selon les biologistes, une espèce « indicatrice ». Cela veut dire que ces organismes permettent de juger du bon fonctionnement ou non de l’écosystème. D’ordinaire, les tortues sont identifiées grâce à des balises physiques, inconfortables et peu fiables.

Pour résoudre cette problématique, DeepMind et Zindi ont lancé « Turtle Recall ». Dans les faits, cette compétition de machine learning se basait sur l’analyse des écailles des tortues, qui sont uniques à chaque individu et qui n’évoluent pas au cours de la vie. Concrètement, ce défi a eu pour but d’améliorer la fiabilité et la rapidité de l’identification et de la réidentification, tout en permettant, si possible, de cesser l’utilisation de balises physiques sur ces vertébrés.

Une base de données pour la réidentification intelligente des tortues

Pour démarrer ce projet, il fallait cependant une base de données. Le partenaire de DeepMind, Zindi, adepte des challenges, disposait d’une banque d’images étiquetées provenant d’un précédent concours conçu avec l’association Local Ocean Conservation.

Le top départ a été lancé en novembre 2021, et le challenge a duré cinq mois. Pour stimuler l’engagement, l’équipe de Zindi a permis d’accéder à un carnet de collaboration, ainsi qu’à un environnement de programmation, directement intégré à un navigateur web.

Pour valider la participation, chaque compétiteur devait télécharger les données du challenge, ainsi que les modèles d’entraînement. Le but de ce concours de machine learning était de prédire l’identité d’une tortue de la manière la plus précise possible, en partant d’une image prise dans un angle spécifique.

L’engagement a été très fort pour le concours « Turtle Recall ». Au final, vingt-huit pays africains ont participé à la compétition. À noter que certains États, peu représentés lors de grands rassemblements internationaux de machine learning, tels que le Ghana ou le Bénin, ont été actifs pendant cette compétition novatrice.

C’est l’équipe Plato, menée par Stella Kimani, qui a gagné la première place, avec un score de précision de 98%. Elle est spécialisée en apprentissage supervisé et non supervisé, ainsi qu’en apprentissage automatique statistique. De manière générale, le challenge « Turtle Recall » a attiré plus de 700 data scientists.

« Nous avons été ravis d’avoir reçu des milliers de soumissions du monde entier, et en particulier de 28 pays africains. Dans l’ensemble, nous avons trouvé cette expérience très engageante et bénéfique et, plus important encore, précieuse pour la communauté de l’apprentissage automatique. Recevoir une solution ML avec un score de 98 % était absolument incroyable, et cela sera bénéfique pour nous et d’autres organisations qui souhaitent utiliser des systèmes de reconnaissance faciale pour la conservation » déclara Annette, membre de l’équipe DeepMind Turtle Recall.

Ce défi a notamment permis de montrer que le continent africain constitue un fantastique vivier avec de nombreux talents prêts à faire leurs preuves. D’autres initiatives de DeepMind à l’échelle planétaire pourraient voir le jour, notamment afin de préserver les espèces en danger ou pour lutter contre les maladies tropicales. À ce sujet, le deep learning a récemment été utilisé pour prédire la fonction des protéines.


1ère Marketplace de l'IA et de la transformation numérique vous recommande :
ARCADE (Augmented Reading of Climate-cArbon DisclosurEs) par Axionable

Notre solution arcade vise à apporter aux acteurs financiers des informations détaillées et innovantes permettant d’évaluer les entreprises sur les en...

 
Partager l'article
Abonnez-vous à ActuIA, la revue professionnelle de l'intelligence artificielle magazine intelligence artificielle Découvrez la revue professionnelle de l'intelligence artificielle
intelligence artificielle
À PROPOS DE NOUS
Le portail francophone consacré à l'intelligence artificielle et à la datascience, à destination des chercheurs, étudiants, professionnels et passionnés.