L'intelligence artificielle à la rescousse de la faune australienne

Après l’Amazonie, c’est l’Australie qui s’est mise à brûler dès le mois de mai 2019.

En automne, la situation était hors de contrôle. Des incendies surviennent chaque année sur l’immense île-continent. Mais l’an dernier, ils ont été extrêmement nombreux et précoces.

Le changement climatique et des cycles météorologiques défavorables ont généré une sécheresse exceptionnelle, un faible taux d’humidité et des vents forts, particulièrement propices aux feux de brousse. Tragédie mondiale, plus d’un cinquième des forêts australiennes est parti en fumée. Au moins 33 personnes ont perdu la vie et plus d’un milliard d’animaux ont péri. Les images de ces fournaises dantesques ont marqué nos esprits à jamais. Des centaines de kangourous bondissant pour fuir les flammes, des opossums couverts de brûlures, des koalas assoiffés courant sur les routes, hagards…

Les conséquences sont aussi sanitaires et climatiques. Des milliers de mégatonnes de CO2 ont été rejetées dans l'atmosphère, ainsi qu’une combinaison de particules, de monoxyde de carbone et d'autres polluants particulièrement nocifs pour la santé de toute vie sur la planète.

En janvier dernier, nous lançons un appel aux dons pour venir en aide à la faune et la flore sauvages.

Les images apocalyptiques des flammes ravageant l’Australie suscitent un formidable élan de générosité aux quatre coins de la planète. Vous êtes des centaines de milliers à faire un don. Grâce à vous, nous avons déjà déployé 1 million de dollars sur le terrain pour fournir des soins de première nécessité à de nombreux animaux blessés pris en charge au sein des zoos de l’Etat de Victoria.

Dans le Queensland, nous avons pu financer des opérations de sauvetage à l’aide de chiens renifleurs spécialement dressés pour localiser les koalas en détresse. Sur l’île Kangourou, nous avons porté secours aux cacatoès noirs et aux dunnarts (souris marsupiale) durement touchés par les feux, eux aussi.

Mais le combat n'est pas terminé, il faut maintenant évaluer les dégâts et restaurer les écosystèmes touchés.
 

Le WWF-Australie et Conservation International ont bénéficié d’une subvention de 1 million de dollars, versée par la fondation philanthropique de Google, pour lancer le programme “An Eye on Recovery”, littéralement, “un oeil sur la guérison”. 

Il s’agit d’un projet collaboratif à grande échelle, le plus vaste jamais entrepris dans le domaine. Concrètement, plus de 600 caméras équipées de détecteurs de mouvement, seront bientôt installées dans les Blue Mountains, à East Gippsland, sur Kangaroo Island et dans le sud-est du Queensland. L’objectif? Surveiller la faune récemment impactée par les feux de brousse pour observer la façon dont elle se rétablit, dont elle se réapproprie l’espace dans son milieu naturel, lui-même aussi fortement altéré par les incendies. 

Près de 3 milliards d'animaux indigènes étaient sur le chemin des feux dévastateurs et 119 espèces menacées ont été identifiées comme nécessitant une intervention urgente. L'ampleur des dégâts est telle que les chercheurs sont toujours sur le terrain, un an plus tard, pour tenter de dresser un état des lieux de la catastrophe écologique. 

An Eye on Recovery aura recours à l'intelligence artificielle de Google pour faciliter ce processus, en aidant les chercheurs à localiser la faune survivante et à déterminer où des actions de restauration sont nécessaires.

Les premières caméras ont été installées sur l'île Kangourou - où les incendies ont consumé la moitié du territoire - pour surveiller de près des espèces habituellement insaisissables, comme le dunnart, en danger critique d'extinction. Comme si des centaines d’yeux passaient au crible les paysages et leurs hôtes, 24 heures sur 24. Les images capturées par les caméras seront ensuite analysées par Wildlife Insights, une plate-forme cloud révolutionnaire développée par Google, ayant recours à l'intelligence artificielle et l’apprentissage automatique pour trier les images susceptibles d’intéresser les chercheurs.

Tandis que les experts humains parviennent à étiqueter 300 à 1000 images par heure, la machine est capable, elle, d’analyser 3,6 millions photos par heure, soit de classer les mêmes images 3000 fois plus vite !