Challenge IA-Biodiv

Contexte et objectifs du challenge

Le volet « recherche » de la stratégie nationale pour l’intelligence artificielle (SNIA) lancée en 2018 vise à renforcer la position de la France dans ce secteur. Par ailleurs, Le Plan National biodiversité du 4 juillet 2018 affiche comme objectif général « Reconquérir la biodiversité, une question de survie pour nos sociétés ». Parmi les enjeux, les océans couvrent environ 71% de notre planète et concentrent une part essentielle de la biodiversité.

Dans ce contexte, l’Agence nationale de la recherche (ANR), en cofinancement avec l’Agence française de développement (AFD), organisent un challenge scientifique ayant pour ambition de répondre aux enjeux de la biodiversité marine en s’appuyant sur l’intelligence artificielle (IA).

Le challenge IA-Biodiv vise à prédire les évolutions de la biodiversité et à élaborer des indicateurs fiables. Face à la complexité des interactions entre les écosystèmes et à l’hétérogénéité des données, les indicateurs actuels restent limités dans la prédiction des évolutions de la biodiversité, notamment en milieu marin. Par ailleurs, la structuration des données reste l’un des freins majeurs à la connaissance de la biodiversité.

Les grands objectifs sont :

optimiser des méthodes d’IA pour améliorer la recherche en biodiversité marine
concevoir des modèles et indicateurs de prédiction innovants,
élaborer des méthodes d’IA hybrides pour renforcer le développement de notre connaissance des milieux marins
et se concentreront sur la biodiversité du milieu marin côtier en mer Méditerranée et dans l’océan Pacifique.

Ces objectifs s’illustreront principalement par la création de l’environnement virtuel de recherche « IA-BiodivNet » qui sera enrichi de manière collaborative pendant toute la durée du challenge. Cette plateforme sera, à terme, accessible à tout scientifique ou chercheur et contribuera à la diffusion de jeux de données pérennes pour les futurs travaux scientifiques en IA et dans le champ de la biodiversité.

[Pour plus d'informations / Voir la présentation du Challenge IA-Biodiv]

Fish Predict

Prédire la biodiversité des poissons récifaux ( + d'infos)

Présentation

Face aux menaces croissantes, la conservation et la gestion durable des systèmes marins côtiers posent des défis majeurs auxquels les scientifiques, les nations, les organisations non gouvernementales et les gestionnaires sont aujourd’hui confrontés.

Étonnamment, nous manquons encore d’un ensemble d’indicateurs écologiques pertinents et de modèles prédictifs qui pourraient aider à mieux comprendre la dynamique de ces systèmes socio-écologiques et de mieux anticiper leur avenir dans un contexte de changement climatique et de surexploitation. Réunir des experts en biodiversité et en intelligence artificielle est essentiel pour combler cette lacune en tirant le meilleur parti de jeux de données massifs mais non structurés sur la mer Méditerranée et l’océan Pacifique. Les spécialistes en biodiversité vont proposer de nouveaux indicateurs alors que les experts en IA vont développer de nouveaux algorithmes intégrant de multiples sources d’information.

Objectifs

Ce projet ambitionne de générer des indicateurs écologiques et des modèles prédictifs de la biodiversité des écosystèmes perturbés en combinant des méthodes d'intelligence artificielle aux approches évaluatives connues. Il permettra ainsi de créer la première base de connaissance de biodiversité marine et, par la suite, de développer des modèles de prédiction et d'interprétation. Il vise également à dévoiler des solutions intelligentes pour la nature afin d’assurer la durabilité des systèmes socio-écologiques côtiers.

Laboratoires impliqués

Ce projet est porté par un consortium français : le Marine biodiversity exploitations and conservations, le Laboratoire d’informatique, de robotique et de microélectronique de Montpellier, le Centre d’écologie fonctionnelle et évolutive, le Laboratoire des sciences techniques de l'information, de la communication et de la connaissance, ainsi que par le Laboratoire d’écologie alpine.

AIME

Intelligence artificielle pour les écosystèmes marins (+ d'infos)

Présentation

AIME s’intéresse à trois défis scientifiques majeurs :

combinaison ou hybridation des techniques IA pour améliorer, de façon significative, la robustesse et la précision des indicateurs de la biodiversité,
développement de plusieurs indicateurs, à différentes échelles, capturant les diverses facettes de la santé des écosystèmes marins, y compris l’évaluation des pressions
intégration de ces multiples facettes/indicateurs dans un modèle capable d’expliquer et de prédire la dynamique spatio-temporelle de la biodiversité marine dans des études de cas. Les données qui seront utilisées dans le cadre du projet incluent, entre autres, des images et vidéos sous-marines, des échantillons d’ADN environnementale, des coordonnées GPS et des données de télémétrie acoustique.

Objectifs

Ce projet a pour objectif de relever trois défis scientifiques : (1) la combinaison ou l’hybridation des techniques en IA afin d’améliorer la justesse et la précision des indicateurs de biodiversité ; (2) le développement d’indicateurs, à plusieurs échelles, capturant les divers aspects de la santé et des pressions pesant sur les écosystèmes marins ; et (3) leur intégration dans un modèle d’IA capable d’expliquer et de prédire la dynamique spatio-temporelle de la biodiversité marine dans des études de cas. Le projet AIME fournira de précieux outils pour accompagner les prises de décision dans les stratégies de gestion des écosystèmes marins côtiers.

Laboratoires impliqués

Conventionné avec Expertise France, est porté par un consortium franco-africain : l’Université Cadi Ayyad (Maroc), l’Université de Yaoundé (Cameroun), le Laboratoire d'imagerie médicale et bio-informatique et l’Université Gaston Berger de Saint-Louis (Sénégal), l’UMR Écologie marine tropicale dans les océans Pacifique et Indien (Nouvelle-Calédonie, France), l’Institut de recherche pour le développement et Marine biodiversity, exploitation and conservation (France).

Smart Biodiv

Technologies d'intelligence artificielle pour la recherche en biodiversité (+ d'infos)

Présentation

Les environnements marins subissent des changements rapides et la surveillance de l’état de leur écosystème devient critique. Un tel suivi nécessite la collecte de données, leur traitement et l’extraction d’indicateurs résumant l’état de l’environnement. Cependant, les données en sciences environnementales sont souvent éparses et déséquilibrées, ce qui constitue un défi pour les algorithmes d’IA.

Cela conduit aux deux directions suivies dans la proposition SMART-BIODIV :

Exploiter la puissance des algorithmes d’apprentissage automatique pour compléter et traiter les données éparses et déséquilibrées que nous rencontrons souvent dans les sciences environnementales ;
Concevoir des indicateurs pour qualifier l’état écologique des environnements considérés. Nous exploiterons également les grandes bases de données d’images collectées par les partenaires sur le plancton marin et les mettrons à la disposition des participants au défi.

Objectifs

Il développera de nouvelles méthodes de gestion et d’intégration des données de la biodiversité des espaces marins côtiers à partir d’algorithmes d'apprentissage automatique pour compléter les données manquantes et construire des indicateurs adaptés pour évaluer la biodiversité des espaces observés. Ce projet propose également de mettre à disposition de la communauté scientifique de grands jeux de données constitués de millions d’images d’organismes planctons.

Laboratoires impliqués

Ce projet est porté par un consortium français : l'Unité Mixte Internationale Georgia Tech-CNRS de Lorraine, le Central Supelec Loria, le Laboratoire interdisciplinaire des environnements continentaux et le Laboratoire d’océanographie de Villefranche.