NTT DATA Business Solutions
Marie Le Cam | septembre 23, 2019

L'innovation pour la protection de l'environnement | Rêve ou réalité ?

À première vue, la Heracleum mantegazzianum (communément appelée berce du Caucase géante) peut sembler séduisante – comme une plante décorative et ornementale qui s’intègre parfaitement à votre potager. Mais ne vous laissez pas berner par cette beauté resplendissante. Elle est souvent considérée comme l’une des plantes les plus toxiques au monde ! Nous avons entrepris de nous attaquer à cette redoutable meurtrière – à la manière NTT DATA Business Solutions. Poursuivez votre lecture pour découvrir comment la protection de l’environnement est mise en pratique de façon innovante.

On pourrait croire qu’il s’agit des prémices d’un film d’horreur – mais pour certains propriétaires, c’est une réalité….

La berce du Caucase est une plante nuisible. Parent éloigné de la carotte, elle peut atteindre jusqu’à 4,5 mètres de hauteur et produit une sève claire phytotoxique qui peut causer la cécité si elle entre en contact avec les yeux. Elle peut aussi causer de graves brûlures et des ampoules si la sève, combinée à la lumière du soleil, rencontre la peau.

Les propriétaires fonciers et les conseils municipaux sont chargés d’éradiquer la plante envahissante, mais non seulement cela prend du temps, mais cela épuise aussi beaucoup de leurs ressources. De plus, localiser la plante est plus difficile qu’il n’y paraît !

Science-fiction ou réalité ?

Imaginez si le processus de localisation de la plante pouvait être automatisé. C’est exactement ce que nous avons entrepris de faire :

Image showing a giant hogweed plant on a field, conveying the impression of being a triffid.
Berce du Caucase géante : En Angleterre

– Nous avons commencé à mettre en place une protection environnementale novatrice, en utilisant des drones et des technologies de reconnaissance d’images pour identifier la plante à l’aide d’un réseau neuronal artificiel.

La première étape consistait à examiner de vastes étendues de terrain. Nous nous sommes associé à un célèbre fabricant de drones pour aider un certain nombre de municipalités et de propriétaires fonciers danois à rationaliser ce processus. Les drones ont fourni des images à haute résolution ; ce sont ces images de plaines et de forêts qui ont servi de base aux analyses plus approfondies. Grâce à un partenariat avec les communautés locales, nous n’avons pas eu à faire appel à nos propres biologistes pour effectuer le processus de catégorisation des images. Cette recherche systémique constitue déjà une amélioration majeure par rapport aux méthodes de détection manuelle du passé.

Comment le Machine Learning et les Neural Networks font passer le process au niveau supérieur.

Dans le cadre d’un projet pilote avec les municipalités danoises Hedensted, Randers, Kolding et Viborg, des algorithmes intelligents sont maintenant utilisés pour détecter la mauvaise herbe.

Un échantillon d’images est utilisé pour créer un comparatif d’images, qui aideront les drones à analyser leurs prises de vue. Les images sont divisées en deux segments, un segment apprentissage et un segment de validation. Le contenu du segment d’apprentissage est utilisé pour entraîner l’algorithme. Ce processus itératif peut être répété à l’aide d’un algorithme ajusté, au cas où les résultats ne répondent pas aux attentes. Si l’algorithme produit un résultat positif, il est déployé. En cas d’échec, l’algorithme est reconverti.

Par conséquent, nous avons pu améliorer notre taux de détection de la berce du Caucase. Nous avons constaté que le même processus peut être répété pour d’autres espèces visibles. C’est ce que signifie une véritable protection de l’environnement innovante pour NTT DATA Business Solutions !

L’utilisation de l’intelligence artificielle dans la phase d’analyse conduit à une meilleure rentabilité et à un dépistage efficace des terrains difficiles d’accès ou de trop grandes envergures à parcourir à pied. De plus, le processus manuel ne pouvait auparavant être effectué que par des spécialistes et des biologistes – mais maintenant une application d’IA permet aux non-spécialistes d’effectuer une partie substantielle du même travail. Concrètement, nous avons pu obtenir de meilleurs résultats en utilisant des algorithmes plutôt qu’une identification humaine manuelle.

Intelligence artificielle, machine learning, big data et drones : Les technologies pour une protection de l’environnement innovante étaient déjà en place. Cependant, pour en faire une réalité, notre défi consistait simplement à fournir suffisamment d’images identifiées pour pouvoir former un réseau neuronal de haute qualité. Prenons l’exemple de la commune de Viborg. Dans cette seule région, notre drone a photographié plus de 1 400 km² de terrain (plus grand que New York!). Chaque image prise en haute résolution couvre environ 5m². En raison de la grande quantité de données, nous avons mis en place une plate-forme de données moderne dans laquelle toutes les données pertinentes pouvaient être traitées et stockées efficacement. Un autre défi consistait donc à créer un système de gestion de toutes ces données !

Pour garantir une utilisation efficace des technologies impliquées dans ce projet – et bien sûr, pour obtenir des résultats – il était également important que nous combinions l’expertise de l’industrie et le savoir-faire technologique.

Le plus grand défi technique auquel nous avons dû faire face a probablement été de combiner les bons outils et services. Les membres de l’équipe en sont encore à en apprendre davantage sur les types de technologie utilisés dans le cadre de ce projet. Ces nouveaux outils et services ouvrent la voie à des projets et opportunités plus intéressants dans les domaines de l’intelligence artificielle et du machine learning. De plus, de telles innovations sont toujours amusantes à utiliser et peuvent produire des résultats rapides.

Notre équipe NTT DATA Business Solutions a fourni les informations extraites des drones aux travailleurs opérationnels via une application. L’application a été créée sur une plateforme cloud en quelques jours seulement, et nous avons pu examiner les images dès que nous les avons reçues. Et à l’avenir, les feedback provenant du terrain suggèrent que l’algorithme de reconnaissance d’images sera affiné davantage. Nous pouvons donc envisager d’autres projets innovants de protection de l’environnement.

Curieux ? N’hésitez pas – contactez-nous dès aujourd’hui !