Un iPhone, un drone et une modeste caméra thermique… Il n’en a pas fallu plus à Anika Puri, 17 ans, pour créer un système anti-braconnage quatre fois plus efficace que ceux utilisés à l’heure actuelle pour la protection des éléphants.
L’idée est venue à la jeune fille il y a quatre ans, explique-t-elle au Smithsonian Magazine. En visite avec sa famille en Inde, elle a été surprise de voir encore autant d’objets en ivoire en vente sur les marchés, alors même que l’interdiction de chasser les éléphants était en place depuis de nombreuses années. De fait, les populations d’éléphants continuent à diminuer à travers le monde. Entre 2002 et 2011, la population des éléphants de forêt d’Afrique a par exemple diminué de 62%. Elle représentait en 2013 seulement 10% de son potentiel, et ce, malgré la protection supposément mise en place depuis les années 1990.
Des systèmes de surveillance sont déjà en place. Cependant, comme elle le constate, il s’agit souvent de systèmes de surveillance basés sur la reconnaissance visuelle. Ils sont trop peu efficaces, en plus d’être extrêmement coûteux. En effet, le type de caméras thermiques utilisées peut coûter jusqu’à près de 10 000 €, affirme le site de la fondation qui l’a récompensée.
Anuka Puri décide alors de se remonter les manches. Passionnée par les possibilités offertes par le champ de l’intelligence artificielle, elle met à profit ses connaissances sur le sujet. Plus précisément, elle utilise le machine learning (apprentissage automatique). Il s’agit d’une technologie qui permet à un programme « d’apprendre » en se nourrissant de données, pour être ensuite capable, par exemple, d’analyser des situations par lui-même.
Elle est parvenue à créer un système qui utilise des outils assez simples : un iPhone et une caméra thermique relativement peu coûteuse, le tout fixé sur un drone. Selon elle, le système pourrait coûter aux alentours de 300 €. Tout l’intérêt du projet ne réside donc pas dans la structure physique en elle-même, mais bien davantage dans le logiciel qu’elle a développé avec soin. Au lieu de se baser sur une analyse visuelle des espèces filmées, elle s’est plutôt intéressée aux déplacements des éléphants et des humains. « J’ai réalisé que nous pouvions utiliser cette disparité entre ces deux schémas de déplacement afin d’augmenter la précision de détection des braconniers potentiels », explique-t-elle au Smithsonian Magazine.
Analyser les mouvements des éléphants et des humains
Au cours d’une conférence sur l’intelligence artificielle, elle fait la rencontre d’Elizabeth Bondi-Kelly, une informaticienne de Harvard. Cette dernière travaille sur un projet de conservation de la faune utilisant des drones et l’apprentissage automatique. Elle devient alors sa mentore pour ce projet, et lui permet d’utiliser une base de données collectées sur le terrain : la « Benchmarking IR Dataset for Surveillance with Aerial Intelligence » (BIRDSAI).
En utilisant un algorithme d’apprentissage automatique, elle a créé un modèle capable de déterminer si des mouvements sont effectués par des éléphants ou des humains, en fonction de la vitesse, de la taille du groupe, et de nombreux autres éléments. Elle a utilisé 372 séries de données, comprenant 300 mouvements d’éléphants et 72 mouvements d’humains. Les 144 restants ont été utilisés pour tester son modèle avec des données qu’il n’avait jamais vues auparavant. Son logiciel a alors montré 90% de précision dans la détection des humains. Une méthode qui est donc quatre fois plus efficace, affirme-t-elle, que celles déjà en place.
Son invention, nommée ElSa, pour Elephant Savior (Sauveur d’éléphants), lui a valu un prix, notamment pour son explication limpide du projet : le Peggy Scripps Award for Science Communication. Elle a également remporté un prix prestigieux dans la catégorie sciences de la terre et de l’environnement du concours. La jeune fille ne compte pas s’arrêter en si bon chemin. À l’avenir, elle souhaite continuer à tester l’efficacité de son projet, et le déployer sur le terrain, en Afrique. Elle a aussi pour objectif de l’étendre à d’autres espèces menacées, comme les rhinocéros. Au programme également : l’optimisation des parcours de vol des drones, qui ont une autonomie limitée.