Après des décennies de déclin de la population causé par le braconnage d’ivoire et la perte d’habitat, les éléphants de forêt africains et les éléphants de savane africains figurent sur la liste des espèces menacées. En particulier, la population d’éléphants de forêt africains a chuté de plus de 86 % en 31 ans, selon l’Union internationale pour la conservation de la nature, qui gère cette liste.
Le suivi des éléphants aide les écologistes à développer des stratégies de protection plus efficaces pour assurer la survie à long terme de ces mammifères. Cependant, cela représente un défi majeur, surtout dans le bassin du Congo en Afrique centrale, qui est un écosystème dense de forêt tropicale, à l’opposé des savanes africaines qui sont des écosystèmes de prairies ouvertes.
« Un drone survolant la savane africaine peut identifier les animaux », a déclaré Thomas Breuer, coordinateur des éléphants de forêt africains au WWF Allemagne. « Mais un drone survolant un couvert dense comme celui du Congo ne pourra pas voir à travers celui-ci, donc nous devons estimer le nombre d’animaux. »
Cette incapacité à suivre avec précision les populations d’éléphants a contraint les écologistes à recourir à des méthodes indirectes.
« Nous estimons le nombre d’éléphants en comptant les tas de crottins dans une zone, en sachant combien de tas un éléphant produit chaque jour et combien de temps ces tas restent visibles », a expliqué Breuer. « Nous utilisons également des caméras pièges qui nous aident à créer des profils individuels des animaux. Quand nous repérons un éléphant à un endroit puis à 50 kilomètres, nous avons un aperçu de leurs motifs de déplacement, ce qui enrichit notre compréhension de ces animaux. »
Pour surveiller les éléphants de manière plus efficace, IBM et le WWF ont annoncé une initiative qui utilise la technologie d’intelligence artificielle (IA) Maximo Visual Inspection d’IBM pour identifier et suivre les éléphants de forêt africains. Ce partenariat répond à la nécessité de précision et d’efficacité dans le suivi de l’une des espèces les plus menacées au monde.
Cette technologie exploite des ensembles de données étiquetées à partir d’images de caméras pièges pour former l’IA à reconnaître les éléphants par leurs traits physiques uniques, tels que la forme de leurs précieuses défense ou des marques sur leurs corps. Le projet pilote est centré sur une zone clé de la République Centrafricaine, où les caméras pièges captent des photos d’éléphants depuis de nombreuses années.
« L’ensemble de données que nous utilisons est unique. De nombreux éléphants — semblables à ceux du bassin du Congo — visitent cette célèbre clairière forestière naturelle à Dzanga-Sangha en République Centrafricaine, où nous avons installé des caméras pièges autour de la zone pour surveiller des éléphants connus », a déclaré Aditya Khosla, responsable produit principal pour la suite d’intelligence environnementale d’IBM. « Même si ces éléphants sont difficiles à identifier, nous pouvons leur attribuer des identités basées sur des périodes de temps et des mouvements probables, ce qui enrichit nos données d’apprentissage. L’unicité de cet ensemble provient du suivi d’éléphants que nous connaissons déjà. Sans cette base, nous pourrions ne reconnaître que les éléphants les plus distinctifs, laissant de nombreux autres non identifiés. »
Ces ensembles de données aideront à affiner le modèle d’IA, qui s’étendra pour couvrir les forêts à travers le bassin du Congo.
« Le modèle doit comprendre non seulement les différents types d’éléphants, mais aussi identifier des éléphants individuels uniques », a poursuivi Khosla. « Nous étiquetons nos ensembles de données pour suivre des éléphants spécifiques, afin de savoir exactement qui ils sont. Lorsque nous recevons de nouvelles images de caméras pièges, le système peut facilement reconnaître les éléphants qu’il a déjà vus. Cela nous aide également à identifier des éléphants auparavant inconnus. »
En incorporant des images capturées à différents moments de la journée et dans des conditions environnementales variées, le système améliore également sa capacité à détecter les éléphants dans divers scénarios.
Les éléphants de forêt africains jouent un rôle vital dans le maintien de la santé de leurs écosystèmes, ce qui leur vaut le surnom de “héros du climat”. Ces animaux consomment plus de 180 kilogrammes de nourriture par jour, et leurs habitudes de recherche de nourriture transforment la forêt. En se déplaçant, ils diminuent la densité de la végétation en endommageant les arbres plus petits, ce qui crée de l’espace pour les arbres plus grands avec un bois plus dense, capables de stocker davantage de dioxyde de carbone. Au-delà du défrichage forestier, les éléphants dispersent les graines d’arbres riches en carbone par leurs excréments, favorisant ainsi la croissance forestière saine. Des études montrent qu’un seul éléphant de forêt peut augmenter la capacité de capture de carbone des forêts de près de 100 hectares, compensant des émissions équivalentes à celles de 2 047 voitures chaque année.
« Cette technologie ne servira pas seulement à suivre des éléphants individuels, mais fournira également des données essentielles pour soutenir la restauration d’écosystèmes plus larges », a ajouté Khosla. « En quantifiant les contributions des éléphants au stockage de carbone, nous pouvons mieux évaluer et protéger ces animaux indispensables. »
La solution alimentée par l’IA simplifiera également un processus traditionnellement manuel.
« Nos membres d’équipe n’ont plus besoin de passer des semaines dans des conditions marécageuses dangereuses, faisant face à des menaces de serpents et d’autres dangers, pour recueillir cette information », a déclaré Breuer du WWF. « Ayant moi-même vécu cela, je peux affirmer qu’avoir une alternative au comptage manuel est déjà une amélioration considérable. »
Les caméras pièges placées dans des habitats connus des éléphants capturent des images en continu. Ces images sont intégrées dans le modèle d’IA, permettant aux écologistes de suivre les mouvements et la dynamique de population des éléphants en temps quasi-réel.
« Considérons que grâce à cette méthode, nous pourrons identifier 70 % des éléphants dans une zone donnée », a déclaré Breuer. « Cette marge d’erreur de 30 % est minime par rapport à nos méthodes de comptage indirect actuelles. »
Bien que l’objectif immédiat soit de surveiller les populations d’éléphants, les implications plus larges de la technologie sont profondes. En intégrant ces données avec la suite d’intelligence environnementale d’IBM, conçue pour les professionnels travaillant avec des données environnementales afin d’augmenter la résilience climatique et l’efficacité opérationnelle, le projet vise à évaluer l’impact des activités des éléphants sur la croissance forestière. Cela pourrait fournir une image plus claire de la manière dont la nature contribue à la capture de carbone et à d’autres services écosystémiques.
« Je suis convaincu que la combinaison de cet outil IA avec notre expertise en observation directe, en travaux de terrain et en identification manuelle rendra le système encore plus précis », a affirmé Breuer. « Nous pourrons non seulement mesurer l’impact de nos efforts de conservation, mais aussi suivre les mouvements individuels, en particulier des éléphants mâles plus grands, entre les lieux. Cela nous aide à identifier des corridors de faune cruciaux. L’impact sur la conservation est significatif. Nous serons en mesure de déterminer les populations d’éléphants dans des emplacements spécifiques avec une précision sans précédent. »
Breuer envisage également un futur où cette technologie pourra transformer les stratégies de conservation à l’échelle mondiale.
« Nous avons prévu une collaboration de deux ans avec IBM pour développer et affiner cette technologie », a-t-il déclaré. « Je crois que ce partenariat est véritablement révolutionnaire et transformera la conservation dans le bassin du Congo. »
Pour le WWF et IBM, le succès sera mesuré en termes de comptage des éléphants et de la profondeur des informations générées. La première phase du projet vise à identifier des éléphants individuels dans deux forêts pilotes, avec des projets d’expansion régionale au cours des deux prochaines années.
« En fin de compte, nous espérons intégrer les perspectives de l’IA avec des cadres de crédits carbone, assurant ainsi que la valeur économique de la protection des éléphants soit reconnue et soutenue », a conclu Khosla.
Points à retenir
- Les éléphants de forêt africains, en danger à cause du braconnage et de la destruction de leur habitat, souffrent d’une baisse de plus de 86 % de leur population en 31 ans.
- Le suivi des éléphants dans des écosystèmes denses comme le bassin du Congo nécessite des méthodes innovantes, telles que l’utilisation d’IA pour identifier des individus.
- La technologie d’IBM, associée à des caméras pièges, permet de disposer de données précieuses pour évaluer l’impact des éléphants sur la biodiversité et le stockage de carbone.
En somme, l’intégration de la technologie dans les efforts de conservation ouvre de nouvelles perspectives pour protéger les éléphants tout en renforçant notre compréhension des écosystèmes. Il sera intéressant de suivre l’évolution de cette initiative et de réfléchir à la manière dont d’autres espèces pourraient bénéficier de telles avancées technologiques.
- Source image(s) : www.triplepundit.com
- Source : https://www.triplepundit.com/story/2025/elephant-conservation-artificial-intelligence/816071
Nos rédacteurs utilisent l'IA pour les aider à proposer des articles frais de sources fiables à nos utilisateurs. Si vous trouvez une image ou un contenu inapproprié, veuillez nous contacter via le formulaire DMCA et nous le retirerons rapidement. / Our editors use AI to help them offer our readers fresh articles from reliable sources. If you find an image or content inappropriate, please contact us via the DMCA form and we'll remove it promptly.