Portée par Amazon Web Services (AWS), la technologie d’apprentissage automatique aide à l’identification et à l’étude des baleines.
Lisa Steiner est biologiste marine. Elle suit les cachalots, ces mammifères au plus lourd cerveau du règne animal, dans l’archipel des Açores depuis 33 ans. Son but ? Suivre les schémas migratoires des baleines en photographiant leurs nageoires caudales. Les clichés, stockés dans une base de données, l’aident ensuite à suivre les déplacements des cachalots. Sauf qu’elle seule, et il lui était difficile de tout suivre et de faire correspondre parfaitement les clichés. C’est là que le machine learning et AWS sont entrés en scène.
Des clichés, mais peu de correspondances entre les cachalots
La queue du cachalot, c’est un peu la carte d’identité de l’animal, ou tout du moins son empreinte digitale. Les nageoires sont uniques à chacun d’entre eux. L’idée, en les cataloguant, est d’identifier les moments où le même cachalot est revenu dans la région sous observation.
Lisa Steiner s’emploie à sa mission, en prenant régulièrement des clichés. Mais pendant longtemps, sa recherche sur les schémas migratoires est restée manuelle, et donc incomplète. «Nous sortions en voilier de 9h à 22h», se remémore-t-elle. «Je photographiais les baleines en utilisant un film noir et blanc, mais je ne savais pas si j’avais réellement pris une photo nette tant que je n’avais pas développé les clichés». Et surtout, Lisa n’était pas certaine de les faire correspondre.
Aujourd’hui, la technologie aide la biologiste en plusieurs points. D’abord, d’un point de vue matériel. Désormais, elle dispose d’un appareil photo numérique et d’un navire plus rapide, plus fiable et plus sûr. Et si elle peut désormais reconnaître certains cachalots à l’œil nu, associer les photos prises à sa base de données de 8 000 clichés demeure une tâche bien trop colossale pour une seule personne. Et le faire avec un vieux logiciel lui a fait prendre chaque année un peu plus de retard.
Aidé du machine learning, le nouveau logiciel automatise presque la reconnaissance des mammifères
La technologie aide la biologiste en plusieurs points, tome 2. Le programme initial, qu’elle utilisait depuis 2002, obligeait Lisa Steiner à télécharger les clichés puis à saisir manuellement dans le système les données sur les contours (gauches et droits) de chaque nageoire caudale. Défaillant, le programme n’était pas capable de détecter les micro-changements dus au temps. Un même animal ne pouvait ainsi pas être reconnu systématiquement.
Lisa Steiner doit son nouveau suivi des cachalots à un employé de l’entreprise française Capgemini, qui lors d’une excursion visant à observer les mammifères géants, a parlé à la biologiste du potentiel du machine learning. Et le Fluketracker, ou «le traceur de nageoire», a été créé. Le tout à partir des photographies de Lisa, qui ont aidé à coder un algorithme qui a réussi à trouver les correspondances qu’elle n’était pas capable de déceler, «en particulier ces queues aux contours très lisses qui sont difficiles à distinguer des autres», s’enthousiasme-t-elle.
Le tout nouveau logiciel allie l’apprentissage automatique d’Amazon Web Services à la technologie de vision par ordinateur. Le software a déjà aidé Lisa Steiner à trier toutes ses photos des deux dernières années, et à identifier plus de 200 nouveaux cachalots. «Maintenant, je ne fais que télécharger les images, j’attends quelques minutes et si une baleine est déjà enregistrée dans le catalogue en ligne, la machine trouvera la correspondance». Un aspect positif des technologies d’aujourd’hui, voilà qui est salutaire.