Deux outils d’intelligence artificielle pour mieux suivre la faune tropicale

Les pièges photographiques et les enregistreurs acoustiques permettent de collecter de précieuses données sur la biodiversité, mais leur analyse, lorsqu’elles sont produites en grand volume, représente un travail long et fastidieux. Pour faciliter leur exploitation, deux outils d’intelligence artificielle ont été développés par Hugo Magaldi, Gabriel Dubus et Sabrina Krief, au sein de l’UMR Éco-anthropologie du Muséum national d’Histoire naturelle (MNHN), dans le cadre de l’initiative One Forest Vision :

DeepForestVision (DFV2) identifie automatiquement les espèces animales à partir de photographies et de vidéos issues de pièges photographiques. Sa nouvelle version reconnaît 64 catégories, dont 61 classes animales, contre 35 auparavant.

DeepForestSound (DFS) analyse les enregistrements acoustiques pour faciliter l’identification de 12 espèces à partir de leurs vocalisations, notamment des oiseaux et des primates vivant dans la canopée et difficilement observables par les pièges photographiques.

Gratuits et accessibles (via AddaxAI pour DeepForestVision et une interface dédiée pour DeepForestSound), ces outils ne nécessitent aucune compétence en programmation. Le traitement peut être réalisé localement sur un ordinateur, sans connexion Internet ni partage des données avec un tiers.

Une matinée de formation réunissant les acteurs de la biodiversité au Gabon

Animée par Hugo Magaldi, ingénieur de recherche One Forest Vision au Muséum national d’Histoire naturelle (MNHN), la première session a réuni 18 participants en présentiel à Libreville, issus de la recherche scientifique, de la conservation, des ONG et du secteur privé.

Parmi les institutions représentées figuraient :

• Recherche et enseignement supérieur : l’IRET/CENAREST et l’Université des sciences et techniques de Masuku (USTM).
• Conservation et ONG : Panthera Gabon, l’Agence nationale des parcs nationaux (ANPN) et Brainforest.
• Secteur privé et bureaux d’études : Olam Gabon, TEREA et Rougier Gabon.

À travers des démonstrations et des exercices pratiques, les participants ont découvert comment utiliser DeepForestVision et DeepForestSound pour automatiser l’identification des espèces animales à partir d’images et de vidéos issues de pièges photographiques, ainsi que d’enregistrements acoustiques passifs.

Cette diversité d’acteurs illustre l’intérêt partagé pour des outils d’intelligence artificielle accessibles et adaptés aux besoins du suivi de la biodiversité sur le terrain.

Une session ouverte au Bassin du Congo et au-delà

Afin d’élargir l’accès à cette formation, une seconde session a été organisée l’après-midi en format hybride, réunissant 43 participants, dont 33 à distance.

Cette ouverture a permis de mobiliser des chercheurs, ingénieurs forestiers et spécialistes du suivi de la biodiversité de plusieurs pays africains. Parmi les institutions et structures représentées :

1. République démocratique du Congo (RDC) : ERAIFT, Universités de Kinshasa et de Kisangani, Université catholique de Bukavu et Université du Cinquantenaire de Lwiro.
2. Cameroun : WWF, African Wildlife Foundation (AWF), notamment au parc national de Campo Ma’an, ainsi que des professionnels du suivi écologique du parc national de Mpem et Djim.
3. République du Congo : Wildlife Conservation Society (WCS Congo), FAO Congo et Université Marien-Ngouabi.
4. République centrafricaine (RCA) : One Health and Forest Department, Aires protégées de Dzanga-Sangha et WWF-RCA, notamment Antoine Edé et ses collègues.
5. Bénin : spécialistes du suivi et de la conservation de la biodiversité.
6. Guinée : Centre de Conservation pour Chimpanzés.

Les participants ont pu approfondir leur maîtrise de DeepForestVision et DeepForestSound, tout en partageant leurs expériences et leurs besoins spécifiques, notamment concernant l’adaptation des outils aux différents écosystèmes africains et aux programmes de suivi écologique sur le terrain.

Plus de 40 questions : des échanges au plus près des besoins du terrain

La journée a donné lieu à plus de 40 questions, témoignant du vif intérêt des participants pour les applications concrètes de l’intelligence artificielle au suivi de la biodiversité.

Les échanges ont notamment porté sur la précision de l’identification des espèces, l’adaptation des modèles aux différents écosystèmes africains, les possibilités d’estimation des densités animales, les protocoles de suivi acoustique et la compatibilité avec les logiciels existants.

Plusieurs perspectives de développement ont également été évoquées, notamment l’identification individuelle des éléphants et des chimpanzés, ainsi que l’intégration, envisagée début 2027, de sons liés aux activités humaines (tronçonneuses, véhicules, etc.).

Ces discussions contribueront à orienter les futures évolutions des outils en fonction des besoins exprimés par les acteurs de terrain.

La science se partage aussi de manière informelle !

Un grand merci à Hugo Magaldi pour la qualité de son animation et de ses démonstrations, ainsi qu’à Sabrina Krief, primatologue et professeure du MNHN, en charge du développement d’outils de suivi de la biodiversité pour OFVi pour ses éclairages scientifiques et ses réponses aux nombreuses questions des participants.

Les échanges se sont prolongés autour d’un café gourmand sur la plage de Libreville, dans une atmosphère conviviale favorisant le dialogue et le partage d’expériences.

Cette journée illustre pleinement l’ambition de One Forest Vision : rendre les innovations scientifiques accessibles aux acteurs de terrain, renforcer les compétences locales et contribuer à une meilleure connaissance et préservation des forêts tropicales.