Des chercheurs ont mis au point ce qu’ils présentent comme le premier algorithme d’IA dédié à la détection de faune marine morte trafiquée à partir d’images X-ray en 3D. Le système était le plus efficace pour repérer des espèces à morphologie idiosyncratique, comme les nageoires de requin et les hippocampes, mais a aussi détecté des concombres de mer avec une précision de 86 %.
—
Par Daniel Shailer
Dimanche 26 avril, des responsables argentins ont arrêté un chargement inhabituel à l’arrivée dans un aéroport près de Buenos Aires. À l’intérieur, ils ont découvert tant de poissons morts ou mourants, de poulpes et de crabes que le centre national de sauvetage a dû installer dix nouveaux réservoirs d’urgence pour accueillir les survivants. C’était la troisième fois en un an que les autorités saisissaient un envoi illégal de vie marine au même aéroport, rapporte l’Associated Press.
La traque de la faune marine est un secteur mondial en pleine expansion, alimenté par la demande d’animaux d’aquarium, de plats de luxe et de médecines traditionnelles. Une grande partie de ce commerce transite par les bagages aériens ou le courrier aérien, où la grande majorité des animaux, morts ou vivants, échappe à la détection.
Selon une équipe internationale de chercheurs, l’association de l’intelligence artificielle (IA) et des machines à rayons X en 3D pourrait changer la donne. En entraînant un algorithme sur des échantillons d’hippocampes, de nageoires de requin et de concombres de mer, les scientifiques ont atteint des taux de détection réussie allant de 86 % à 96 %, selon un article de recherche publié la semaine dernière.
« Pour l’instant, nos méthodes de détection de quelque chose qui n’a pas sa place dans nos bagages au premier rang reposent sur l’inspection humaine et sur des chiens de biosécurité », a déclaré Vanessa Pirotta, biologiste marine à l’Université Macquarie en Australie et principale autrice de l’étude, à Mongabay. « L’IA pourrait être utilisée pour compléter cela. Ce n’est pas une solution miracle, mais un assistant et un outil. »
D’autres chercheurs et des agences de répression ont accueilli favorablement ces travaux, tout en soulignant qu’ils ne fonctionneraient que comme un outil complémentaire. « La détection est le premier maillon d’une chaîne plus longue, et non la réponse complète », a déclaré à Mongabay un porte-parole du Bureau des Nations Unies contre la drogue et le crime, dans un communiqué écrit. « La technologie peut signaler un sac. Ce sont les personnes, la criminalistique et les procureurs qui transforment un sac signalé en condamnation. »
Les travaux s’inscrivent dans la lignée d’un article publié en 2022 par la même équipe qui avait entraîné un algorithme à repérer des espèces terrestres.
Michelle Anagnostou, chercheuse associée au programme sur le trafic illégal d’animaux sauvages de l’Université d’Oxford, qui n’a pas participé à l’étude, a qualifié ces innovations en détection d’« excitantes », surtout si elles contribuent à des efforts plus vastes pour s’attaquer aux systèmes de trafic dans leur ensemble. « Nous arrêtons des gens depuis des décennies et cela ne nous a pas permis d’aller très loin », a déclaré Anagnostou à Mongabay. Elle recommande d’envisager cela sous l’angle d’un système, ce qui inclut le financement des autorités de répression, l’éducation du public et la lutte contre la corruption et la pauvreté dans les pays d’origine.
Pour entraîner leur algorithme — le premier dédié à la détection de trafic de faune marine — l’équipe de Pirotta a réuni 68 échantillons distincts d’hippocampes, de nageoires de requin et de concombres de mer. La plupart de ces échantillons proviennent des collections du Muséum australien, initialement saisis lors d’arrestations réelles liées au trafic. Une nageoire provenait d’un requin bouledogue échoué (Carcharhinus leucas) et une autre, d’espèce inconnue, a été achetée auprès d’un Épicier asiatique à Sydney, avec certains échantillons de concombres de mer séchés utilisés dans l’étude.
« J’étais comme n’importe quel touriste à Sydney qui se rendait à Chinatown; cela n’avait rien d’exceptionnel », se souvient Pirotta. « Les nageoires séchées et les concombres de mer séchés étaient faciles à trouver. Mais pour moi, biologiste des baleines, c’était tout à fait étrange — c’était mon expérience hors de l’eau. L’idée n’était pas de soutenir tout ce marché mais d’utiliser un exemple réel de ce à quoi cela pourrait ressembler. »
Les chercheurs ont passé six mois « à réfléchir à la façon dont pensent les trafiquants », selon Pirotta, afin de créer près de 6 000 « sacs » : 3 500 contenant les échantillons dissimulés parmi et à l’intérieur d’articles généralement utilisés pour masquer des pièces d’animaux saisies, notamment des jouets, des vêtements et du papier aluminium. Quatre-vingt-dix ou deux mille quatre cents sacs supplémentaires ont été préparés sans pièces animales. Ceux-ci ont ensuite été scannés par des machines à rayons X en 3D fabriquées par Rapiscan, une société de sécurité basée aux États-Unis qui a financé la recherche.
Traîné sur ces images, l’algorithme affichait un taux de réussite de 95 à 96 % pour détecter les nageoires de requin et les hippocampes. Il identifiait les concombres de mer dans 86 % des cas. Il déclenchait des fausses alertes pour les hippocampes le plus souvent (9 %), et pour les nageoires de requin et les concombres de mer seulement 1 à 2 % du temps.
La plus grande difficulté de l’algorithme à identifier les concombres de mer illustre l’une des limites potentielles de cette approche, selon Pirotta. « Les nageoires et les hippocampes se ressemblent, mais il y a davantage de variation avec les concombres de mer », a-t-elle déclaré. Pour cette raison, un algorithme pourrait avoir plus de mal à distinguer des échantillons légaux et illégaux appartenant à la même espèce.
L’algorithme s’est également concentré exclusivement sur les petits bagages transportés par voie aérienne. « Nous savons que nous en manquons beaucoup dans le fret maritime », a déclaré Anagnostou, qui travaille actuellement avec l’IA pour dépister les expéditions maritimes suspectes.
Pour l’instant, l’algorithme n’a été testé que sur des échantillons morts, principalement séchés, et ne peut fonctionner qu’avec des machines à rayons X capables de créer des images en 3D en temps réel. « Tout le monde dans le monde n’a pas accès » à cette technologie, a reconnu Pirotta, mais elle a ajouté qu’elle devenait de plus en plus répandue.
Toby Breckon, professeur d’informatique spécialisé dans l’analyse des images radiographiques à l’Université de Durham au Royaume‑Uni, a déclaré à Mongabay que Pirotta avait raison d’être optimiste quant à la diffusion des scanners 3D. « Globalement, tous les grands aéroports en possèdent désormais pour les bagages enregistrés ; les bagages à main arrivent un peu plus tard, mais la technologie est pilotée par les exigences de sécurité, et ce travail pourrait s’y greffer. »
Pour Pirotta, l’étape suivante consiste à partager « la recette » de l’algorithme pour aider à détecter d’autres espèces dans d’autres régions. « Lorsque j’ai commencé ce travail, je n’aurais jamais pensé que l’IA deviendrait une composante aussi essentielle de ce que je fais en tant que scientifique. Me voici en train de parler d’IA, en sachant que ce n’est pas la réponse à tout, mais de manière optimiste et progressiste. »
