Par fortes chaleurs, le risque pour les jeunes oiseaux de tomber du nid en fuyant la fournaise des sous-toits est accru. Nombreux sont les citoyens qui ont dernièrement contacté le Centre ornithologique de Genève (COG) pour leur venir en aide. La police vient...
Les Genevois iront aux urnes le 2 avril prochain pour élire leurs représentants au Gouvernement et au Grand Conseil. La liste des candidats au Conseil d'Etat réunit 23 personnes. Si les conseillers d'Etat Nathalie Fontanet (PLR), Thierry Apothéloz (PS), Antonio...
Par le biais de l'Aide humanitaire de la Confédération, la Suisse a déjà débloqué quelque huit millions de francs pour venir en aide aux victimes du séisme en Turquie et en Syrie. En plus des médecins, ingénieurs et sauveteurs suisses qui se sont rendus sur place, du...
Le 21 février 2024, le Conseil fédéral a nommé Beatrice Maser Mallor pour représenter la Suisse auprès de la Banque mondiale à Washington, lui conférant par la même occasion le titre d’ambassadrice. Mme Maser Mallor, âgée de 62 ans, prendra la tête du groupe de vote...
Le ministre jurassien David Eray a été élu vice-président de la Chambre des Régions du Congrès des pouvoirs locaux et régionaux du Conseil de l’Europe. Le mandat de vice-présidence porte sur une période de 2.5 ans et permet de siéger au bureau de l’institution Le...
Lors de sa séance du 28 juin 2023, le Conseil fédéral a nommé Alexandre Fasel nouveau secrétaire d'Etat du DFAE. Alexandre Fasel occupe actuellement la fonction de représentant spécial pour la diplomatie scientifique - avec titre d'ambassadeur – au sein de la Genève...
Le Conseil d’État a désigné le nouveau préfet du district d’Aigle en la personne de Régis Joly. Le préfet désigné succédera à Patricia-Dominique Lachat, qui a souhaité donner une nouvelle orientation à sa vie professionnelle et familiale. Actuellement secrétaire...
Le directeur de l'Institut de hautes études en administration publique (IDHEAP) revient pour Dossiers Publics sur l'historique et le rôle de la haute école située sur le campus de l'Université de Lausanne, à l'occasion de son 40e anniversaire. D.P. : Cher professeur,...
Présidente du conseil d'administration du Groupe CSD INGÉNIEURS depuis 2011, l'hydrogéologue Olga Darazs revient, dans cet entretien, sur les moments marquants de ce groupe qui a su évoluer en apportant des solutions aux principaux défis environnementaux. Plus grande...
Communale, cantonale, fédérale : la sécurité du territoire suisse est elle aussi placée sous le signe de la Sainte Trinité confédérale. Passage en revue des forces en présence.Cliquer l'image pour agrandir
Cathédrale de Lausanne, Château St-Maire, Vaudoise Arena, Vortex, Maison de l’Environnement, MCBA ou encore Plateforme 10, autant de noms évocateurs de chantiers et de réalisations d’envergure entrepris depuis 2017 dans le canton avec l’Etat de Vaud comme point commun...
Le branding territorial n’est pas vraiment une nouveauté et ce n’est pas les cantons du Valais ou des Grisons qui diront le contraire. Et comme les Vaudoises et les Vaudois ont du talent, il fallait le dire haut et fort, il fallait le faire...
#1. Un tsunami menace les rives du Léman. En 563, une terrible catastrophe s’est abattue sur les rivages du Léman. Une partie de montagne dans le bas-Chablais se détacha et tomba au niveau de l’embouchure du Rhône dans le lac, provoquant un tsunami. Une vague...
Du 19 janvier au 4 février 2024, des œuvres d’art lumineuses partent à la conquête du public genevois à l’occasion du festival de lumières Geneva Lux Organisé par le Département de la sécurité et des sports de la Ville de Genève, une trentaine d’œuvres seront visibles...
Débris flottant sur l’océan, déforestation ou encore cartographie des zones urbaines : un programme permet d’entrainer, sur la base de quelques images seulement, un réseau neuronal qui discrimine très rapidement de nouveaux éléments sur des données issues de satellites ou de drones
Étudier des populations d’animaux, quantifier la végétation, mettre en évidence les déchets flottant à la surface des océans, surveiller l’évolution des glaciers…, les images prises par des drones ou des satellites fournissent une mine d’informations inépuisable pour mieux comprendre les phénomènes qui s’opèrent à la surface du globe. Des réseaux de neurones sont capables de repérer et classifier les éléments souhaités après avoir été entrainés par des spécialistes. « Mais aucun programme ne permet de faire passer rapidement l’IA de la reconnaissance d’un débris à celle d’un arbre ou d’un bâtiment », souligne Devis Tuia, professeur de l’EPFL. « Les chercheurs doivent actuellement recommencer l’apprentissage pour chaque nouveau sujet en lui fournissant de grandes quantités de données de terrain ». Avec ses collègues du Laboratoire de science computationnelle pour l’environnement et l’observation de la Terre, ainsi que des scientifiques de l’université de Wageningen (NL), du MIT , de Yale et du centre de recherche de Jülich (D), il a développé un système d’apprentissage caméléon, METEOR, capable de passer d’un type d’objet à l’autre sur la base d’une poignée d’images.
Quatre ou cinq images de bonne qualité suffisent à re-entrainer le système pour une nouvelle tâche
Les tâches de reconnaissance d’images effectuées par des intelligences artificielles de type réseaux neuronaux permettent de faire en un clin d’œil le travail de classification qui prendrait des heures à des humains. Ces programmes se basent sur des données d’entraînement annotées par des humains pour apprendre et améliorer leur précision au fur et à mesure. Un arbre ou un bâtiment par exemple peuvent avoir des représentations très différentes selon la région d’où les données sont tirées. Une grande quantité d’images du même élément pris dans différentes conditions est donc en principe nécessaire pour assurer une bonne fiabilité. « Pourtant pour de nombreux problèmes en sciences de l’environnement, il n’est pas possible d’obtenir un paquet de données suffisamment large. Par exemple lorsqu’il s’agit d’un problème local comme la disparition d’une espèce d’arbres spécifique à cet endroit ou le repérage de débris dans l’océan qui sont partout, mais peu nombreux si on regarde le problème d’un point de vue statistique », constate Marc Rußwurm, ancien post-doctorant de l’EPFL, aujourd’hui professeur assistant à l’Université de Wageningen (Pays-Bas).
Nous avons développé des algorithmes et des techniques qui permettent aux modèles de généraliser à partir des expériences antérieures et d’appliquer ces connaissances à de nouvelles situations
Marc Rußwurm
L’autre point d’achoppement pour l’apprentissage est l’adaptation de l’IA a des résolutions spatiales et des bandes spectrales différentes, ainsi qu’au type d’appareil (par exemple satellites ou drones). METEOR est un système adaptable, capable de méta-apprentissage : il prend des raccourcis en se basant sur des tâches préalables déjà réussies dans d’autres contextes. « Nous avons développé des algorithmes et des techniques qui permettent aux modèles de généraliser à partir des expériences antérieures et d’appliquer ces connaissances à de nouvelles situations », explique le chercheur. Pour une nouvelle recherche, quatre ou cinq images de bonne qualité suffisent à rendre le modèle suffisamment fiable.
Un modèle qui se joue des différences de résolution
Pour tester les capacités de leur programme, les scientifiques ont modifié une IA existante, entraînée à classifier l’occupation du sol à l’échelle mondiale, pour la rendre capable de résoudre cinq tâches très différentes avec une phase d’apprentissage minimale : repérer la couverture végétale en Australie, différencier des zones de déforestation dans la forêt tropicale au Brésil, détecter les changements survenus à Beyrouth entre avant et après l’explosion qui s’est produite en 2020, repérer des débris marins dans l’océan et classer des zones urbaines en différents types d’utilisation du sol (zones industrielles, commerciales et résidentielles denses, moyennes et peu denses), à chaque fois sur la base d’une petite quantité d’ images, mélangées entre haute résolution et images satellites selon le problème considéré. « Pour ces tâches où le nombre de données est limité, les résultats sont dans tous les cas de figure comparables aux mêmes données traitées sur des programmes longuement entrainés », note-t-il. Dans le futur, les chercheurs souhaitent entrainer l’IA de base sur une multitude de tâches, afin qu’elle perfectionne encore ses pouvoirs de caméléon. Elle pourra ainsi s’adapter encore plus facilement à d’innombrables tâches de reconnaissance. D’autre part, l’intégrer dans un domaine d’interaction avec les humains où ce sont ces derniers qui cliquent sur quelques images de bonne qualité proposées par le système permettrait aussi une amélioration. « Comme le système ne voit que quelques images, la pertinence de ces dernières est très importante », précise Marc Rußwurm.