Quand Google décide de collaborer avec des cétologues, des moyens colossaux sont mis en œuvre. Au total, c’est plus de 13 années d’enregistrements sous-marins qui sont étudiés. L’objectif de cette expérience est de dresser un modèle d’apprentissage automatique, capable de détecter les chants de baleines à bosse. Pour les protéger principalement, mais également pour éviter toute collision avec des navires marchands. Cette opération s’inscrit dans le nouveau programme de la société intitulé « AI for social good » qui peut être traduit par « L’intelligence artifice au service du bien social ».
Une expérience innovante
Si certains pensaient que l’intelligence artificielle était uniquement promise à une utilisation de reconnaissance faciale ou pire encore, le ciblage des publicités, Google semble chercher à prouver le contraire. Nous le savons, les baleines voyagent énormément à travers les océans à la recherche des meilleures aires d’alimentation, eaux plus chaudes ou même rencontres sociales. Naturellement, ces mouvements sont difficiles à suivre tant ces mammifères sont énormes et vont en profondeur. Heureusement pour les scientifiques, les baleines ont la particularité d’émettre des signaux sonores, chants qui vont permettre de les pister sur de grandes distances et même sous l’eau.
Grace à un réseau mondial de dispositifs d’écoute installés dans le fond des océans, nous pourrons suivre assez précisément le mouvement des baleines. L’équipe de Google, en partenariat avec la NOAA (National Oceanic and Atmospheric Administration), a décidé que les intelligences artificielles pouvaient alléger la tâche en apportant leur pierre à l’édifice concernant la localisation des chants de baleines.
Les modèles d’intelligences artificielles utilisés ici sont parfaits pour parcourir des tonnes de données sonores en un laps de temps court. Ils sont d’ailleurs déjà utilisés dans des cas comme les caméras de vidéosurveillance et les radiotélescopes. Pour ce qui est de notre cas de figure des océans, les données proviennent précisément d’une douzaine d’hydrophones répartis dans l’ensemble du Pacifique. Cet ensemble de données a déjà fait l’objet de nombreuses recherches, mais les chercheurs de Google cherchent à savoir si une IA est capable de remplacer le travail fastidieux qui consiste à effectuer une première passe, repérer et marquer des périodes de sons intéressantes tout en identifiant une espèce, ici la baleine à bosse.
Une chose intéressante est que l’audio n’est pas utilisé en tant que tel, mais est transformé en images dans lesquelles les IA peuvent rechercher des motifs correspond au son des baleines. Ce sont de véritables spectrogrammes qui nous montrent la force du signal sonore, sa gamme de fréquence dans le temps.
Intelligence artificielle, son efficacité, son futur
Evidemment, les intelligences artificielles ne partent pas d’une base vierge mais bien avec un modèle préconçu en amont. Des exemples d’appels de baleines à bosse ont été travaillés et le résultat a permis de les identifier via un modèle d’une précision raisonnable. Des fréquences ont notamment été ignorées, ou des longueurs de son maximal déterminées, le tout pour éviter de se tromper de signal et de précisément travailler sur celui d’une baleine à bosse.
C’est en tout cas 75 secondes de clips qui ont été sélectionnées, et le modèle utilisé, dont son efficacité est déterminée à 90 %, a été en mesure de déterminer si un clip contenait une « unité de bosse » ou un son de baleine quelconque. La marge d’erreur de 10 % semble négligeable pour les chercheurs tant elle fait gagner un temps conséquent et facilite le travail. Dans un deuxième temps, la technologie appelée « apprentissage non supervisé » a été utilisé, un système définissait en quelque sorte ses propres règles sur ce qui constitue une similitude entre les sons de baleine et les sons sans baleine, ce qui donne naissance à un terrain de recherche que les chercheurs peuvent étudier en profondeurs afin de découvrir des groupes d’individus.
Malgré tout, les chercheurs de Google admettent que l’utilisation de l’IA ne remplacera jamais l’observation et la documentation manuelle. En revanche, ils estiment que ça sera un ajout majeur pour les différents domaines scientifiques, et qu’il convient de s’appuyer sur l’IA pour le futur. En retenant une partie du travail théorique scientifique, les chercheurs peuvent se concentrer sur leur spécialité plutôt que de s’enliser dans des statistiques répétitives et des sessions d’analyse de données pouvant prendre des dizaines d’heures. L’IA ne remplacera donc pas l’humain dans son travail, mais sera davantage présent pour l’épauler.
