dimanche 31 mars 2024

L’IA au service de la faune sauvage

L’intelligence artificielle au service de la faune sauvage.




Aujourd’hui, pour suivre l’évolution de la faune sauvage, les scientifiques s’appuient essentiellement sur des données de pièges photographiques¹[1]. Le processus est fastidieux et souvent source d’erreur, mais les progrès de l’intelligence artificielle pourraient grandement faciliter le travail des biologistes²[2].

**TrapTagger**, développé avec l'unité de recherche sur la conservation de la faune de l'université d'Oxford (WildCRU), est une application qui traite les données des pièges photographiques³[3]. Elle utilise trois algorithmes d'intelligence artificielle :
- L'un détecte et compte les animaux dans les images⁴[4].
- Un autre classifie les espèces animales.
- Le troisième calcule la similarité entre les motifs du pelage des animaux, facilitant ainsi l'identification des individus⁴[4].

En complément, des interfaces d'annotation permettent aux scientifiques de choisir l'approche d'observation qui leur convient, automatique ou manuelle, selon le niveau de détails voulu⁵[5]. Les résultats sont impressionnants puisque **TrapTagger** détecte, compte, classifie et identifie individuellement les animaux à des taux de précision de **99 %**, avec une réduction du temps et des coûts de traitement des données de l’ordre de **98 %**⁶[6].



La détection des animaux dans **TrapTagger** repose sur des algorithmes d'intelligence artificielle (IA) spécifiquement conçus pour analyser les images capturées par les pièges photographiques. Voici comment cela fonctionne :

1. **Détection des Animaux** :
   - L'algorithme de détection automatique identifie les zones de l'image où des animaux sont présents. Il peut s'agir de silhouettes, de formes ou de motifs qui correspondent à des espèces animales.
   - Le modèle d'IA est préalablement entraîné sur un large éventail d'images d'animaux pour apprendre à reconnaître leurs caractéristiques.

2. **Comptage des Animaux** :
   - Une fois que les zones contenant des animaux sont détectées, l'algorithme compte le nombre d'individus présents dans chaque image.
   - Cela permet aux chercheurs d'obtenir des données sur la densité de la faune dans une région donnée.

3. **Classification des Espèces** :
   - Un autre algorithme de classification attribue des étiquettes d'espèces aux animaux détectés.
   - Il peut identifier si l'animal est un tigre, un éléphant, un léopard, etc.

4. **Identification Individuelle** :
   - L'algorithme calcule la similarité entre les motifs du pelage des animaux¹[1].
   - Cette similarité permet d'identifier individuellement les animaux, ce qui est essentiel pour suivre des individus spécifiques au fil du temps.

5. **Interfaces d'Annotation** :
   - Les scientifiques peuvent choisir entre une approche d'observation automatique ou manuelle²[2].
   - Ils peuvent annoter les résultats, ajuster les détections et affiner les classifications en fonction de leurs besoins.

En résumé, **TrapTagger** combine ces fonctionnalités pour fournir des données précises sur la faune sauvage, tout en réduisant considérablement le temps et les coûts de traitement des données par rapport aux méthodes traditionnelles.

**TrapTagger**, développé en collaboration avec l'unité de recherche sur la conservation de la faune de l'université d'Oxford (WildCRU), est une **application web puissante** conçue pour révolutionner les efforts de conservation de la faune. Voici ce que vous devez savoir à propos de TrapTagger :

1. **Fonctionnalités** :
   - **Détection et Comptage** : TrapTagger détecte automatiquement et compte les animaux dans les images des pièges photographiques.
   - **Classification des Espèces** : L'application attribue des étiquettes d'espèces aux animaux détectés.
   - **Identification Individuelle** : TrapTagger calcule la similarité entre les motifs du pelage des animaux, facilitant l'identification individuelle.
   - **Interfaces d'Annotation Flexibles** : Les scientifiques peuvent choisir entre une approche d'observation automatique ou manuelle, selon le niveau de détails souhaité.
   - **Cluster d'Images** : Les images du même groupe d'animaux sont regroupées en une seule observation d'espèce, ce qui facilite l'annotation et le comptage.
   - **Importation et Comparaison** : Importez d'anciens ensembles de données pour les centraliser et comparez les résultats.
   - **Outils d'Analyse Expert** : Analysez les distributions d'espèces et leurs modèles d'activité dans votre zone d'étude.
   - **Confidentialité des Données** : Vos données restent entièrement privées et ne sont jamais partagées avec d'autres personnes.

2. **Précision Impressionnante** :
   - TrapTagger atteint une précision remarquable, détectant, comptant, classifiant et identifiant individuellement les animaux avec **99 % de précision**.
   - De plus, il réduit considérablement le temps et les coûts de traitement des données par rapport aux méthodes traditionnelles (jusqu'à **98 %**).

3. **Gratuit et Ouvert** :
   - TrapTagger est **complètement gratuit** à utiliser.
   - Que vous soyez un écologiste solitaire ou une institution de recherche entière, vous pouvez choisir l'approche d'annotation qui vous convient le mieux.



Source : conversation avec Bing, 31/03/2024
(3) TrapTagger AI | WildEye. https://wildeyeconservation.org/ai/


En outre, TrapTagger est open source ! Cela signifie que vous avez toujours accès à la plateforme gratuitement. Vous pouvez également héberger votre propre instance organisationnelle de la plateforme ou contribuer à son développement.






--- 
Pierre Erol GIRAUDY 





samedi 30 mars 2024

L'industrie agricole se tourne vers Technologies de l'IA.

 L'industrie agricole se tourne vers Technologies de l'IA.

Pour aider à produire des récoltes plus saines, lutter contre les ravageurs et les maladies, surveiller le sol et les conditions de croissance, organiser les données pour les agriculteurs, aide à la charge de travail, et développer un large éventail de tâches liées à l'agriculture dans l'ensemble de la chaîne d'approvisionnement alimentaire.

Rôle de l'IA et de l'IoT dans l'agriculture - Un guide complet ...

fr.modernagriculturefarm.com/tech/1003002518.html

D'autres sources :

À partir de l’adresse https://www.bing.com/search?q=l%27internet+et+l%27ia+dans+l%27agriculture&form=ANSPH1&refig=1346057e0377467e854440edd7b29e08&pc=ENTPSP&sp=1&lq=0&qs=NWU&pq=l%27internet+et+l%27ia+dans+l%27agricul&sc=10-33&cvid=1346057e0377467e854440edd7b29e08


Les technologies numériques telles que l’internet, 

les technologies et appareils mobiles, l’analyse de données, l’intelligence artificielle et les applications et services fournis par voie numérique sont en train de transformer l’agriculture et le système alimentaire. Les exemples abondent à différents niveaux de la chaîne de valeur1.

L’utilisation de l’IA dans l’agriculture permet d’optimiser la production agricole en utilisant des données pour améliorer la qualité des cultures et des rendements. Les pratiques optimales en matière d’utilisation de l’IA et des technologies numériques dans l’agriculture sont accessibles librement sous la forme de biens publics numériques2.

L’IA est une vaste branche de l’informatique. Son but est de créer des systèmes capables de fonctionner de manière intelligente et indépendante. L’IA peut être utilisée pour aider les agriculteurs à prendre des décisions plus éclairées en matière de gestion des cultures, telles que la détection précoce des maladies ou la prédiction des rendements3.

J’espère que cela répond à votre question.

À partir de l’adresse  https://www.bing.com/search?q=l%27internet+et+l%27ia+dans+l%27agriculture&form=ANSPH1&refig=1346057e0377467e854440edd7b29e08&pc=ENTPSP&sp=1&lq=0&qs=NWU&pq=l%27internet+et+l%27ia+dans+l%27agricul&sc=10-33&cvid=1346057e0377467e854440edd7b29e08


La technologie et le numérique dans l’agriculture

Les nouvelles technologies et l’essor du numérique redessinent l’agriculture et ouvrent de nouvelles perspectives d’amélioration de l’action publique

À partir de l’adresse <https://www.oecd.org/fr/agriculture/sujets/technologie-et-agriculture-numerique/> 

Intelligence artificielle dans le secteur agricole : de bonnes pratiques peuvent aider à résorber la fracture numérique et à améliorer la sécurité alimentaire

La FAO, IBM et Microsoft cherchent des moyens concrets et durables d’utiliser l’intelligence artificielle dans le respect des principes d’éthique approuvés par le pape François

À partir de l’adresse <https://www.fao.org/news/story/fr/item/1309653/icode/> 

L’intelligence artificielle en agriculture : explication et application

À partir de l’adresse <https://www.agrifind.fr/intelligence-artificielle-agriculture-explication-application/> 

L’intelligence artificielle en agriculture : explication et application

À partir de l’adresse https://www.agrifind.fr/intelligence-artificielle-agriculture-explication-application/


Les avantages de l’utilisation de l’IA dans l’agriculture sont nombreux. Elle permet une meilleure gestion des cultures, une meilleure gestion de l’eau, une réduction de l’utilisation de produits chimiques et une meilleure efficacité énergétique1.

L’IA peut aider les agriculteurs à prendre des décisions plus éclairées sur la gestion de leurs cultures en fournissant des informations précises sur les cultures1. Elle peut également aider les agriculteurs à déterminer le moment optimal pour l’irrigation, ce qui peut réduire les pertes d’eau et améliorer l’efficacité de l’irrigation1.

L’utilisation de l’IA dans l’agriculture permet également aux agriculteurs de faire des économies, d’utiliser moins de produits chimiques, de prévenir les maladies de leurs animaux, d’améliorer la qualité de la production de lait ou de viande et de réduire certains coûts de production2.

J’espère que cela répond à votre question.

À partir de l’adresse https://www.bing.com/search?q=l%27internet+et+l%27ia+dans+l%27agriculture&form=ANSPH1&refig=1346057e0377467e854440edd7b29e08&pc=ENTPSP&sp=1&lq=0&qs=NWU&pq=l%27internet+et+l%27ia+dans+l%27agricul&sc=10-33&cvid=1346057e0377467e854440edd7b29e08


--- 

Erol GIRAUDY 

https://about.me/giraudyerol

POC-PAI: Organiser un congrès sur l'intelligence artificielle (IA) (uga-ia.blogspot.com)

https://uga-ia.blogspot.com/2023/12/organiser-un-congres-sur-lintelligence.html?zx=a9a9ea7fde691dfc

Recherche simple "Giraudy Erol" : liste de notices | BnF Catalogue général

https://catalogue.bnf.fr/rechercher.do?motRecherche=Giraudy+Erol&critereRecherche=0&depart=0

YouTube

https://www.youtube.com/@EROLGIRAUDY

https://www.linkedin.com/in/erolgiraudy2018/?originalSubdomain=ad

IA & Machine Learning quels bénéfices pour l’agriculture ?

IA & Machine Learning : quels bénéfices pour l’agriculture ?

Un article un peu ancien, mais l'essentiel y est.

Planter, irriguer et cultiver, récolter : toutes les étapes classiques de l’agriculture peuvent bénéficier des apports de l’IA. Comment ? 

Nous vous expliquons tout.

Aujourd’hui, l’intelligence artificielle infuse tous les niveaux de la société et tous les secteurs d’activité : la santé, le secteur bancaire, l’industrie, le retail… ou encore l’agriculture. Mais de quoi parle-t-on exactement quand on évoque l’IA ? S’il est difficile de donner une définition unique, c’est parce qu’il s’agit davantage d’un ensemble de concepts et de technologies que d’une discipline autonome.

En fait, les branches de l’IA forment de nombreuses ramifications, parmi lesquelles on trouve le deep learning et le machine learning, autrement appelé apprentissage automatique. Ce dernier regroupe les méthodes qui permettent à un ordinateur d’apprendre seul, par un processus systémique (en repérant des patterns). Il est ainsi possible d’effectuer des opérations plus ou moins complexes : classer, trier et regrouper des données, faire des prédictions… En fait, avec le machine learning, il est possible de traiter des volumes de données colossaux, et de réaliser des tâches qui, autrement, seraient extrêmement chronophages.

Mais l’IA, ce sont aussi des technologies cognitives, qui réussissent à reproduire nos sens pour en extraire de l’intelligence : reconnaissance d’image, reconnaissance faciale, reconnaissance et synthèse vocale, vision par ordinateur, traduction automatique… Bref, un ensemble vaste, à la croisée de l’informatique, de la logique mathématique, des neurosciences ou encore de la linguistique. Et, si le terme est compliqué à cerner, les avancés qu’il y a derrière sont déjà très concrètes, notamment dans le secteur agricole.

Livre Blanc

Création d’une ville hyperconnectée

Quelle sont les bonnes pratiques et les défis liés de la création d’une ville hyperconnectée ? Cet Ebook interactif et collaboratif vous dévoile son analyse sur les villes hyperconnectées. 

Télécharger le livre blanc

Quels usages de l’intelligence artificielle dans le secteur agricole ?

Dans le secteur de l’agriculture, actuellement, on s’intéresse surtout au machine learning.

Pour nourrir les algorithmes « intelligents », la première étape consiste à récolter des données, beaucoup de données. Comment ? Grâce à des capteurs plantés dans la terre ou installés sur des tracteurs, grâce à des caméras, ou encore grâce une cartographie des sols effectuée avec des drones. Ces données sont ensuite envoyées dans le cloud, où elles peuvent être moulinées par les algorithmes. Pourquoi le cloud ? Car les données sont tellement nombreuses qu’il faut énormément de puissance de calcul pour les traiter, une puissance que l’on peut obtenir en mobilisant de nombreux serveurs, dans le cloud (sinon, il faudrait un ordinateur ultra-performant !).

C’est alors que la magie opère : l’analyse de ces données va permettre aux agriculteurs et aux agricultrices de prendre des décisions éclairées, appuyées sur d’importants corpus de données, décortiqués par les algorithmes de machine learning. Ainsi, les « smart farmers » disposent de toutes les informations nécessaires pour faire des choix cruciaux : date de semence, de récolte ou d’ajout de produits phytosanitaires (engrais, pesticides), taux d’irrigation… Tout peut être monitoré, puis analysé par l’IA, facilitant ainsi le travail agricole.

Grace à ces avancées technologiques, de plus en plus d’agriculteurs et d’agricultrices peuvent pratiquer une agriculture de précision, qui prend en compte les données extraites pour chaque région agricole et pour chaque parcelle de terre, mais aussi l’hétérogénéité intra-parcellaire. Ils peuvent ainsi adapter leurs actions aux différents écosystèmes qu’ils rencontrent.

A ce sujet, un nombre important de technologies ont déjà été développées pour révolutionner le monde agricole.

Ranveer Chandra est un chercheur chez Microsoft. Il dirige le programme FarmBeats, un projet d’agriculture « data-driven », qui mixe IoT & IA. Pour lui, l’intérêt de ce type d’initiatives est double : « la puissance de l’informatique de pointe réduit le coût de la surveillance sur le terrain et accélère la réponse aux menaces qui pèsent sur les cultures, tandis que l’intelligence artificielle permet d’améliorer la production. » Autrement dit : de meilleurs rendements, et une réduction des risques de maladies au sein des cultures.

Ebook

Trajectoires digitales pour concilier les enjeux de l’industrie

Un engagement primordial pour Microsoft décrit dans cet ebook et illustré par le retour d’expérience de l’entreprise Nexans. Ou comment résilience et durabilité peuvent être des leviers de croissance.

Télécharger l’ebook

Un autre exemple de ce que l’IA peut apporter à l’agriculture au monde agricole ? Prenons l’hydroponie. Le principe est le suivant : les plantes sont cultivées hors-sol, directement dans une solution à base d’eau contenant tous les éléments nutritifs – minéraux et oligo-éléments – essentiels.

Si les cultures hydroponiques existent depuis des années, notamment pour les tomates et les laitues, l’intelligence artificielle leur offre une nouvelle jeunesse. Là aussi, le machine learning permet de prendre les meilleures décisions, pour régler l’intensité de la lumière pour de meilleurs rendements avec des coûts d’électricité maîtrisés, ou pour calculer la quantité optimale de nutriments.

L’IA permet non seulement d’améliorer la production des cultures existantes, mais aussi d’envisager de nouvelles cultures hydroponiques pour des plantes qui ne poussaient jusqu’à présent que dans la terre. Cela ouvre un nouveau champ potentiel pour les légumes verts feuillus, fruits et herbes. En fait, grâce à l’apport de l’IA dans l’hydroponie il est même possible d’envisager de nouveaux lieux pour ces cultures, comme par exemple des fermes dans des immeubles résidentiels Cela signifie des aliments frais, disponibles localement, moins chers et plus sains pour des millions de personnes.

Pourquoi c’est important ?

Parce que le besoin est critique ! Dès 2050, dans à peine plus de trois décennies, la population mondiale devrait frôler les 10 milliards‎ d’habitants (contre 7,6 milliards aujourd’hui). La production alimentaire devra donc absorber cette croissance de population, alors que la quantité de terres arables disponibles est limitée et que nous devrons également économiser l’eau.‎ Il est donc indispensable que l’agriculture se transforme, pour optimiser les ressources et éviter le gaspillage.

Le secteur évolue déjà : si, en 2017, le marché de l’IA en matière d’agriculture était évalué à près de 518,7 millions de dollars, il devrait atteindre les 2.6 milliards de dollars d’ici 2025, soit un bond de plus de 22,5%, d’après les chiffres de Research and Markets.

Livre Blanc

Transformation numérique : la défense et le renseignement

Les opérations militaires et de renseignement adoptent facilement la transformation numérique pour améliorer leur préparation, moderniser leur environnement de travail et renforcer la collaboration.

Télécharger le livre blanc

Où en est-on aujourd’hui ?

Partout dans le monde, des projets commencent à voir le jour.

Avec le programme AI for Earth, Microsoft met en place son cloud et ses outils d’IA entre les mains de celles et ceux qui essayent de résoudre les grands défis environnementaux. Depuis le lancement, fin 2017, 110 bourses ont déjà été attribuées, dans 27 pays. C’est d’ailleurs dans ce cadre qu’a été développé FarmBeats, qui combine les algorithmes de machine learning de Microsoft, des capteurs et des drones pour permettre aux agriculteurs d’avoir une vision fine de l’activité de leur exploitation, afin d’augmenter leur productivité tout en diminuant leur impact environnemental.

Enfin, de leur côté, les investisseurs s’intéressent de plus en plus aux start-ups Agritech. En 5 ans, près de 800 millions de dollars ont ainsi été collectés à travers le monde par les jeunes pousses du secteur… Ce qui ne fait que confirmer que le secteur est florissant !

Pour aller plus loin : 

·       Intervention de Ranveer Chandra dans le podcast Microsoft Research (en anglais)

·       Le site d’IA for Earth

Questions Fréquentes

L’IA peut permettre plusieurs choses d’aider les agriculteurs et agricultrices à pratiquer une agriculture de précision grâce à des capteurs plantés dans la terre, etc. Elle peut aussi permettre d’améliorer la production des cultures existantes en envisageant de nouvelles cultures hydroponiques.
Pour en savoir plus sur l’IA


Dès 2050 la population mondiale devrait atteindre les 10 milliards d’habitants (contre 7,6 milliards aujourd’hui). La production alimentaire devra donc suivre cette croissance de population, alors même que la quantité de terres disponibles est limitée et que nous devrons économiser l’eau.‎




vendredi 29 mars 2024

Paris IX UNIV "L'industrie du futur sera digitale, décarbonée et régionalisée"

"L'industrie du futur sera digitale, décarbonée et régionalisée"

Président du groupe Fives, mais aussi ardent défenseur et promoteur d'une industrie française renaissante, responsable et organisée en écosystèmes performants, Frédéric Sanchez est d'un enthousiasme communicatif.



Généalogie et serveurs MCP - IA

  Généalogie et histoire familiale serveurs MCP — GEDCOM, Gramps, FamilySearch, WikiTree, et plus encore. Par Grove, un agent IA de ChatFore...