Un modèle d’apprentissage automatique vient d’être envoyé dans l’espace, à bord d’un satellite. Ce projet d’intelligence artificielle pourrait révolutionner la manière de faire de la surveillance aérienne, de prévoir la météo et de lutter contre les catastrophes naturelles.
De la collecte au traitement intelligent des données
Les données que collectent les satellites standards sont utilisées pour la prévision météorologique, la cartographie aérienne et la surveillance de la déforestation. Bien qu’ils soient importants dans plusieurs domaines, ces satellites rencontrent une limite, en ce qu’ils sont dépourvus de modèles intelligents d’analyse, qui pourraient leur permettre de traiter les informations reçues avant de les envoyer sur Terre.
« RaVAEn compresse une grande quantité d’images en vecteurs. Pendant la phase d’apprentissage, il apprend à en conserver uniquement la valeur informative, soit l’information associée au changement qu’il tente de détecter, tel que le changement de couverture nuageuse, par exemple. »
– Vít Růžička, chercheur et doctorant du Département d’informatique de l’Université d’Oxford
Vít Růžička, Université d’Oxford
Pour remédier à ce problème et faire gagner du temps au processus, le groupe de chercheurs du Département d’informatique de l’Université d’Oxford, dirigé par le doctorant Vít Růžička, a développé le modèle « RaVAEn ».
Entraîné directement dans l’espace à partir d’images aériennes, ce dernier permettrait de compresser les données, de sorte à en faire des représentations réduites et de prévoir les apparitions nuageuses, sans avoir à former de modèle sur terre.
« RaVAEn compresse une grande quantité d’images en vecteurs. Pendant la phase d’apprentissage, il apprend à en conserver uniquement la valeur informative, soit l’information associée au changement qu’il tente de détecter, tel que le changement de couverture nuageuse, par exemple. L’entraînement en est un simple et extrêmement rapide puisqu’il s’agit d’un très petit modèle de classification », commente M. Růžička.
Des résultats concluants et prometteurs
L’IA a ainsi pu détecter la formation de nuages en un dixième de seconde. L’innovation pourrait permettre d’obtenir des informations quant aux changements climatiques en temps réel, et ainsi d’agir de manière rapide et efficace en cas de gestion de crise. Elle pourrait aussi servir à traiter des données plus complexes, comme celles d’images captées par des satellites hyperspectraux, permettant éventuellement de détecter des fuites de méthane dans l’atmosphère, ayant des retombées majeures pour la lutte contre le réchauffement climatique.
« La capacité d’intégrer le plus d’intelligence possible aux satellites permet de développer des modèles de détection plus autonomes (…) »
– Andew Markham, professeur au Département d’informatique de l’Université d’Oxford
« L’apprentissage-machine offre un énorme potentiel d’amélioration des moyens de détection à distance. La capacité d’intégrer le plus d’intelligence possible aux satellites permet de développer des modèles de détection plus autonomes, qui aideront à pallier les problèmes inhérents aux délais de transmission et de réactivité, puisque le satellite apprend directement à partir des données collectées », explique le professeur Andew Markham, qui a supervisé la recherche.
À lire également :
https://www.cscience.ca/2023/07/27/amour-techno-sexologie-spatiale-le-plaisir-jusquaux-cieux/
Crédit Image à la Une : Montage, Pexels et iStock
![[Émission C+Clair] « Comment le génie révolutionne-t-il le sport ? »](https://www.cscience.ca/wp-content/uploads/2024/04/emission-cclair-sport-480x362.png)
