Drones & IA réécrivent la survie et la gestion de la faune

Le pouvoir de l’intelligence artificielle (IA) est de plus en plus utilisé pour protéger les espèces menacées.

La même technologie que beaucoup craignent de pouvoir un jour entraîner des pertes d’emplois voire menacer l’humanité est désormais utilisée pour sauver les animaux. L’IA vient à la défense des espèces menacées à travers le monde de multiples façons, notamment le suivi des schémas de déplacement et de la perte d’eau dans les zones humides et les rivières, le renforcement des efforts anti‑braconnage, le développement de systèmes d’alerte avancés et le comptage des espèces grâce à des techniques de classification et de surveillance.

Grâce à tous ces efforts, l’IA a aidé à sauver les populations décroissantes d’éléphants, poissons, pangolins, rhinocéros, loups rouges, panthères de Floride, et bien d’autres.

L’IA est capable de trouver, identifier et protéger les espèces vulnérables en analysant d’énormes quantités de données, en repérant des tendances et en surveillant les écosystèmes au fil du temps. Contrairement aux méthodes conventionnelles, qui perturbent les écosystèmes et nécessitent beaucoup de temps, de main‑d’œuvre et de ressources, l’IA le fait rapidement et efficacement.

Avec jusqu’à un million d’espèces au bord de l’extinction et une biodiversité en déclin à un rythme alarmant, l’IA offre des outils puissants pour soutenir les efforts de conservation. Ses avantages, incluant une efficacité accrue, un traitement plus rapide des données, une surveillance automatisée de la faune, une détection améliorée des menaces, des alertes en temps réel, une meilleure prise de décision et un partage de données évolutif, peuvent aider à révolutionner la façon dont nous protégeons les espèces menacées.

En conséquence, les chercheurs se tournent vers l’IA afin de surveiller la biodiversité et de renforcer les efforts visant à aider les espèces menacées.

La dernière étude menée par des chercheurs de l’Université de Floride a fait exactement cela. Ils ont utilisé l’IA pour révéler un site de nidification abritant jusqu’à 41 000 tortues cachées dans l’Amazonie. Cette révélation représente le plus grand site de nidification de tortues connu au monde, rendu possible grâce à la modélisation intelligente et aux drones.

L’utilisation de techniques innovantes combinées à l’imagerie aérienne et à la correction statistique a permis de démêler les principales lacunes des techniques de comptage conventionnelles et permet un suivi plus précis de la faune.

« Nous décrivons une nouvelle façon de surveiller les populations animales plus efficacement », a déclaré Ismael Brack, auteur principal de l’étude et chercheur postdoctoral au sein de l’UF Institute of Food and Agricultural Sciences’ (UF/IFAS) School of Forest, Fisheries, and Geomatics Sciences. « Et bien que la méthode soit utilisée pour compter les tortues, elle pourrait également être appliquée à d’autres espèces. »

Agrégation saisonnière : clé d’un comptage précis de la faune

Lorsqu’il s’agit d’étudier la dynamique des populations, comme la façon dont les espèces croissent, diminuent ou se déplacent, comprendre les relations prédateur‑proie et les interactions interspécifiques, et analyser les effets de la conversion des habitats et du changement climatique mondial, l’abondance est une variable fondamentale en écologie et en conservation.

By monitoring it over time, we can also detect and predict trends in populations of invasive or threatened species.

Bien que connaître le nombre d’espèces présentes aide à suivre les changements, identifier les menaces et mesurer le succès des efforts de protection ou de contrôle, estimer cette abondance est très difficile, surtout dans de vastes zones où les espèces sont rares, insaisissables ou largement dispersées. Cela rend difficile la localisation et le comptage précis des espèces.

Une façon efficace d’améliorer l’efficacité et la précision de ces efforts d’estimation et de suivi de l’abondance consiste à compter les animaux pendant les périodes d’agrégation spatiale.

Cela signifie que plusieurs espèces sauvages affichent des comportements saisonniers où elles se concentrent dans de petites zones pour se reposer, s’accoupler, se reproduire, nicher et interagir socialement, offrant ainsi l’opportunité idéale de les compter. Par exemple, les tortues se rassemblent pour nicher sur les plages et les bancs de sable.

Pour échantillonner ces populations sauvages agrégées spatialement, les drones sont utilisés comme méthode efficace et moins invasive.

Les drones, également appelés véhicules aériens sans pilote (UAV) ou aéronefs télépilotés (RPA), se sont avérés plus précis et exacts pour compter les espèces rassemblées en un même endroit. Ils causent également moins de perturbations aux animaux comparés aux relevés au sol.

Pour utiliser les drones, les trajectoires de vol sont planifiées afin de couvrir l’ensemble de la zone où les espèces sont rassemblées. Des recouvrements sont maintenus entre les photos successives et les bandes latérales, permettant de fusionner toutes les images collectées en une seule mosaïque orthorectifiée.

Combiner de nombreuses petites images dont les distorsions sont corrigées pour créer une image large, très détaillée, de haute résolution, de qualité cartographique, constitue une mosaïque orthorectifiée.

Compter les individus de la faune dans les orthomosaïques lors d’événements d’agrégation, cependant, est sujet à des erreurs involontaires, pouvant entraîner des estimations biaisées.

Bien que ce soit une méthode rapide, moins invasive et plus précise pour compter les animaux que depuis le sol, cette technique ne tient pas compte du fait que les animaux se déplacent parfois pendant l’observation.

Par exemple, un animal peut être caché par la végétation ou simplement se trouver ailleurs temporairement lorsque l’image est prise. Même si l’animal figure sur l’image, il peut ne pas être détecté par l’algorithme ou un observateur humain. Une autre possibilité est que les animaux en mouvement apparaissent plusieurs fois dans les photos.

Un facteur important ici, selon la dernière étude, est que ces concentrations d’espèces sont généralement temporaires, les individus arrivant et partant au cours de plusieurs jours en raison de la nidification, de la reproduction ou de la migration, entraînant des fluctuations de la taille de la population.

Les erreurs résultantes de cette « population ouverte » peuvent nous fournir de mauvais chiffres, la partie préoccupante étant que « ces erreurs sont largement négligées dans les estimations d’abondance dérivées des comptages orthomosaïques des relevés basés sur les drones. »

Ainsi, les chercheurs de l’Université de Floride ont voulu créer une approche qui tient compte de multiples sources d’erreur. Pour cela, ils utilisent deux types de jeux de données : les re‑observations d’animaux marqués et les comptages globaux de la population.

Surveillance aérienne et modélisation intelligente révolutionnant les estimations de population

En collaboration avec les chercheurs de la Wildlife Conservation Society (WCS), une ONG basée à New York, en Colombie, au Brésil et en Bolivie, le projet a débuté en se concentrant sur les tortues géantes d’Amérique du Sud (Podocnemis expansa), également appelées la grande tortue fluviale amazonienne, tortue de rivière, ou simplement la Arrau.

Publiée dans le Journal of Applied Ecology, la recherche a été motivée par le besoin d’estimer l’abondance des tortues de rivière et d’établir un protocole de suivi pendant la plus grande agrégation connue de tortues d’eau douce au monde. 

Les tortues de rivière ont connu des déclins historiques, disparaissant de nombreux affluents des rivières Amazone et Orinoco ou étant présentes à des densités beaucoup plus faibles.

Leur population a fortement diminué, principalement en raison de leur surexploitation par les braconniers pour la viande et les œufs. En conséquence, leurs grandes agrégations sont désormais rares.

Cependant, il existe encore quelques grandes populations de cette espèce à travers son aire de répartition, et certaines semblent se rétablir, leur comportement saisonnier offrant une opportunité inestimable de surveiller leurs populations. 

Des milliers de ces créatures sociales se rassemblent chaque année pendant la saison sèche (juillet ou août) pour nicher sur les bancs de sable du fleuve Guaporé, le long de la frontière Brésil‑Bolivie. 

Afin d’estimer leur nombre, les experts s’appuyaient auparavant sur le comptage des nouveau‑nés une fois qu’ils émergeaient, à partir duquel le nombre de femelles était extrapolé, en utilisant le nombre moyen d’œufs par nid. Cette méthode est invasive et chronophage en raison de la clôture du périmètre et de la manipulation des nouveau‑nés. 

De plus, les nids individuels ne peuvent pas être distingués les uns des autres, rendant non seulement difficile mais même impossible l’estimation des effectifs dans les zones de nidification massive.

Il existe une autre méthode, le comptage visuel des tortues adultes depuis le sol, mais celle-ci présente également les difficultés liées aux mouvements constants et aux obstructions mutuelles.

Ici, les drones, qui sont testés pour surveiller les populations de tortues de rivière, ont montré un grand potentiel en tant que méthode efficace et précise pour estimer leurs tailles de population pendant les événements de nidification, ce qui est important pour évaluer les tendances de la population et l’efficacité des actions de conservation.

Ainsi, les chercheurs ont appliqué l’approche de modélisation qu’ils ont développée pour déterminer la population de tortues de rivière lorsqu’elles se rassemblent pour nicher.

En tenant compte de multiples sources d’erreurs, elle offre une nouvelle méthode aux écologistes pour surveiller les animaux à risque avec plus de précision.

Selon les chercheurs, la nouvelle approche offre plusieurs avantages, dont l’imagerie aérienne permettant de compter les tortues de rivière sans aucune obstruction. L’utilisation d’une technique moins invasive réduit également les perturbations animales.

De plus, l’approche fournit une méthode uniforme qui peut être appliquée et comparée entre différents sites et différentes années. Compte tenu de ces avantages, les chercheurs s’attendent à ce qu’un protocole similaire au leur soit utilisé par les institutions gouvernementales et non gouvernementales pour surveiller l’espèce.

Cliquez ici pour découvrir pourquoi la technologie des drones offre un potentiel astronomique malgré les abus fréquents.

Un modèle intelligent, évolutif et corrigé d’erreurs pour surveiller la faune mondiale

Pour compter les tortues, les chercheurs ont marqué les carapaces de 1 187 tortues de rivière avec de la peinture blanche, et pendant douze jours, ils ont fait voler un drone au-dessus, suivant un trajet exact, d’avant en arrière, quatre fois par jour.

Le drone a pris 1 500 photos à chaque fois, qui ont été assemblées à l’aide d’un logiciel. Les chercheurs ont ensuite examiné les images composites. Chaque tortue a été enregistrée, ainsi que le fait que sa carapace était marquée ou non, et si l’animal marchait ou nichait lors de la prise de vue. 

En utilisant ces données, ils ont développé des modèles de probabilité qui tiennent compte de multiples sources d’erreur. Ils ont utilisé les données de marquage‑re‑observation et les comptages globaux de la population pour tenir compte des individus indisponibles pour la détection pendant le vol, de la population ouverte (les entrées et sorties constantes) pendant l’événement de nidification, des individus marqués détectés dans la mosaïque avec des marques non identifiables, et des doubles comptages dus au processus de création de l’orthomosaïque.

Ainsi, l’équipe estime que la probabilité quotidienne de nidification est de 0,37 et que 35 % des tortues de rivière qui ont utilisé le banc de sable la nuit sont également présentes lors du vol matinal du drone.

De plus, ils ont constaté que 20 % des tortues observées dans l’orthomosaïque sont des doubles comptages, et que la probabilité d’identifier la marque était de 0,78. Ainsi, la nouvelle approche offre une méthode plus précise pour compter la faune à l’aide de drones.

Lors du comptage des tortues, les observateurs au sol ont signalé environ 16 000 tortues, tandis que les chercheurs qui ont examiné les orthomosaïques sans tenir compte des erreurs en ont compté environ 79 000.

Mais en utilisant la technique, les chercheurs estiment que l’abondance totale du site d’agrégation est de 41 377 tortues. Selon Brack :

« Ces chiffres varient considérablement, et c’est un problème pour les conservateurs. Si les scientifiques ne peuvent pas établir un compte précis des individus d’une espèce, comment sauront-ils si la population décline ou si les efforts de protection sont efficaces ? »

Bien que les estimations représentent un grand nombre de tortues de rivière, les chercheurs notent qu’il s’agit probablement d’une fraction de leurs populations historiques dans la région amazonienne, selon les archives historiques d’œufs exportés. Sans compter que l’événement de nidification s’est poursuivi pendant plusieurs jours après le dernier vol de drone.

En conséquence, l’étude recommande d’étendre l’utilisation de l’outil de suivi pendant toute la période de nidification. De plus, d’autres bancs de sable de la région devraient être inclus pour obtenir une estimation complète de la population nidifiante.

À cet égard, l’équipe de recherche prévoit d’effectuer davantage de vols de drones sur le site de nidification du fleuve Guaporé ainsi que dans d’autres pays d’Amérique du Sud où les tortues de rivière se rassemblent, comme la Colombie, et éventuellement le Venezuela et le Pérou. Cela aidera l’équipe à améliorer ses méthodes de suivi.

« En combinant les informations provenant de multiples enquêtes, nous pouvons détecter les tendances de la population, et la Wildlife Conservation Society saura où investir dans les actions de conservation. »

– Brack

Bien que le cadre développé ait été initialement motivé par le besoin d’améliorer le suivi des tortues de rivière, les chercheurs ont noté qu’il est « très polyvalent et peut être facilement utilisé ou adapté à plusieurs contextes différents ».

Outre les tortues de rivière, la méthodologie développée peut également être appliquée et adaptée aux efforts de conservation impliquant d’autres espèces menacées étudiées à l’aide d’orthomosaïques basées sur des drones.

Par exemple, des études antérieures de suivi par drone ont rasé la fourrure des phoques, marqué les chèvres de montagne et les bisons avec des billes de paintball, et fixé des colliers aux élans pour suivre leurs déplacements lors des comptages.

En fin de compte, le nouveau modèle peut être utilisé pour un suivi efficace et rapide de l’abondance dans les programmes de conservation et de gestion de la faune.

Investir dans la technologie de conservation

Le chouchou de l’IA NVIDIA Corporation (NVDA ) joue un rôle important dans la sauvegarde des animaux et de notre planète. 

Ses GPU alimentent de nombreux modèles d’apprentissage profond utilisés dans la reconnaissance d’images, la détection d’objets et les logiciels de surveillance environnementale. L’entreprise promeut même l’utilisation de l’IA pour le bien mondial, y compris la recherche sur la biodiversité.

NVIDIA Corporation (NVDA )

Aujourd’hui, parmi les entreprises utilisant la technologie Nvidia, l’institut de recherche en IA Ai2 a développé EarthRanger pour prendre des décisions opérationnelles plus éclairées pour la conservation de la faune en temps réel. La plus grande base de données d’éléphants du monde est entraînée sur les GPU NVIDIA Hopper. Elle affiche également des données sur un grand nombre d’animaux, agrégées à partir de radios, de satellites, de pièges photographiques, de capteurs acoustiques et d’autres sources de données.

Ai2 a récemment également publié un modèle d’IA open source nommé Atlantes pour analyser plus de cinq milliards de signaux GPS par jour émis par près de 600 000 navires océaniques et prédire les activités de ces navires avec environ 80 % de précision. Si un navire est engagé dans une pêche illicite, le modèle envoie des alertes aux garde‑côtes. Le modèle basé sur un transformeur de 4,7 M de paramètres, Atlantes, est entraîné sur les GPU NVIDIA H100 Tensor Core et PyTorch.

Les RhinoWatches basés sur l’IA de Rouxcel Technology sont entraînés et optimisés à l’aide du calcul accéléré NVIDIA. Ils sont déployés dans plus de 40 réserves sud‑africaines et sont en cours d’expansion au Kenya et en Namibie. L’entreprise développe actuellement des modèles d’IA pour d’autres espèces, dont les pangolins, qui sont en danger critique d’extinction.

Les modules NVIDIA CUDA et Jetson, quant à eux, sont utilisés pour l’IA en périphérie et le traitement des données par OroraTech, qui combine des données provenant de satellites, de caméras, d’observations aériennes et d’informations météorologiques locales pour surveiller le braconnage d’animaux et les incendies de forêt et fournir des alertes en temps réel.

Mais ce n’est pas tout. Au fil des ans, la technologie Nvidia a été utilisée pour de nombreuses autres expériences intéressantes, y compris la dés‑extinction. Par exemple, Colossal Biosciences utilise la technologie d’édition génétique, des modèles d’IA et la suite logicielle NVIDIA Parabricks pour ramener le dodo, le mammouth laineux et le tigre de Tasmanie.

En dehors de la faune, la technologie Nvidia aide les scientifiques, chercheurs et développeurs à mieux comprendre le climat, les océans et l’espace.

Avec une capitalisation boursière de 4,39 trillion de dollars, les actions de la société d’infrastructure informatique full‑stack se négocient actuellement à 180,95 $, en hausse de plus de 34 % depuis le début de l’année.

Le cours de l’action de la société a bondi de plus de 59 % au cours des trois derniers mois. Le dernier jour de juillet, l’action a atteint un sommet de 52 semaines à 183,30 $, ce qui montre une confiance continue des investisseurs dans l’entreprise et ses perspectives futures.

Avec cela, elle affiche un BPA (TTM) de 3,10 et un PER (TTM) de 57,98, tandis que le rendement du dividende proposé est de 0,02 %.

Pour le premier trimestre clôturé le 27 avril 2025, Nvidia a déclaré un chiffre d’affaires de 44,1 milliards de dollars. Le principal moteur est les centres de données, représentant 39,1 milliards de dollars du chiffre d’affaires, soit 89 % des ventes totales de l’entreprise. Cela a été alimenté par la demande explosive d’IA.

Cette croissance s’est produite malgré les revers géopolitiques auxquels Nvidia a été confrontée, notamment les restrictions à l’exportation de ses puces H20 vers la Chine. Ces puces devraient revenir en Chine avec l’administration Trump assurant à l’entreprise qu’elle pourra reprendre les ventes. Nvidia a également annoncé un nouveau GPU « entièrement conforme » pour la Chine.

Cependant, Nvidia pourrait encore avoir du mal à regagner sa part de marché antérieure, Bernstein prévoyant que la part de marché des puces IA de Nvidia en Chine passera de 66 % l’année dernière à 54 % cette année.

Dernières actualités et développements boursiers de NVIDIA Corporation (NVDA)

Conclusion

Pour maintenir une planète saine et stable, il est crucial de sauver les espèces menacées, car leur perte peut engendrer des effets en cascade, affectant l’ensemble du réseau de la vie. Et alors que les menaces d’extinction s’accélèrent, il est plus que jamais important de mettre en place une surveillance efficace.

Ici, l’intégration des drones et des techniques de modélisation intelligente marque un tournant majeur. En améliorant la précision et l’efficacité du suivi des espèces, ces innovations technologiques nous permettent d’agir plus rapidement, plus intelligemment et de manière plus stratégique pour protéger la faune la plus vulnérable de la planète.

Cliquez ici pour une liste des meilleures entreprises de drones à investir.

Références :

1. Brack, I.V., Valle, D., Ferrara, C., Torrico, O., Domic‑Rivadeneira, E., & Forero‑Medina, G. Estimation de l’abondance des populations agrégées avec des drones tout en tenant compte de multiples sources d’erreurs : une étude de cas sur la nidification massive des tortues géantes d’Amérique du Sud. Journal of Applied Ecology, première publication le 17 juin 2025. https://doi.org/10.1111/1365-2664.70081