L'intelligence artificielle pour la transition écologique - Applications et cas d'utilisation [Partie 2].

L'IA a un grand potentiel pour accélérer les efforts de protection de notre environnement, comme la réduction des émissions ou l'utilisation plus efficace des ressources rares. Examinons quelques exemples de cas d'utilisation - sans ambition d'exhaustivité - où l'IA peut aider à relever des défis importants. 

‍

Dans une série de blogposts, nous examinerons 4 dimensions, en accord avec les actions du Green Deal de l'UE, couvertes par le visuel ci-dessous. Dans ce deuxième billet, nous approfondirons les thèmes du transport et de la mobilité ainsi que de l'environnement et des océans.

‍

‍

Transport et mobilité

Le transport est un élément essentiel de notre infrastructure, mais il s'accompagne de coûts tels que les émissions de gaz à effet de serre, la pollution, le bruit et les embouteillages. Les émissions des transports représentant 25 % du total des émissions de gaz à effet de serre de l'UE, le secteur des transports et de la mobilité est confronté à des changements essentiels sur la voie de la neutralité climatique(UE). Voyons comment la technologie de l'IA peut contribuer à cette transition :

‍

Planification des trajets et prévision/gestion du trafic

‍AIpermet de prédire et d'optimiser le trafic de manière plus précise en donnant un sens aux variables complexes qui influencent le flux de trafic et en ajustant et planifiant les flux de trafic et les trajets en temps réel. ML6 a travaillé sur un projet avec la ville de Londres, par exemple, où nous avons visualisé des données provenant de capteurs routiers et prédit les embouteillages 40 minutes à l'avance, et calculé les effets d'entraînement pour recommander des actions appropriées aux autorités. La prédiction du volume de trafic basée sur l'IA peut constituer une première étape vers l'optimisation des itinéraires afin de réduire les coûts et la consommation de carburant, vers l'ajustement des péages avec une tarification intelligente basée sur la congestion, vers l'identification des principaux goulets d'étranglement en vue d'une amélioration stratégique, ou vers la résolution du problème de la livraison sur le dernier kilomètre. Une autre façon importante dont l'IA peut améliorer l'utilisation des ressources et la durabilité dans le domaine du camionnage et de l'expédition consiste à optimiser les backhauls, c'est-à-dire les trajets de retour à vide des camions déchargés. De nombreuses applications d'IA s'attaquent déjà à ce problème, en aidant les entreprises et les chauffeurs à réserver efficacement les trajets de retour, en diminuant le kilométrage à vide et en réduisant les émissions.

‍

Véhicules connectés et autonomes et livraisons

‍Laconduite autonomepourrait entraîner des changements significatifs en matière de mobilité. Bien que les véhicules autonomes en soient encore à leurs balbutiements, avec un long processus vers l'autonomie complète qui pourrait prendre de nombreuses années, il existe un potentiel pour la conduite autonome en matière de durabilité. Les véhicules pilotés par la technologie de l'IA peuvent mettre en œuvre des fonctions d'éco-conduite et d'économie d'énergie et proposer des itinéraires plus efficaces. La mobilité partagée et la mobilité en tant que service pourraient réduire le besoin de posséder une voiture en partageant des voitures et des trajets. Ceci étant dit, nous ne pouvons actuellement pas évaluer l'impact net des véhicules autonomes, car cela dépendra de l'évolution des habitudes des clients à l'avenir. L'augmentation des trajets (à vide) ou de la possession d'une voiture pourrait avoir un impact négatif sur la durabilité, si les comportements des consommateurs évoluent dans ce sens.

‍

Efficacité des batteries et recharge des VE

Le nombre de véhicules électriques devrait croître de manière exponentielle. Cette croissance pose le défi de l'organisation de l'infrastructure de charge, de la programmation de la charge des batteries et de l'amélioration de l'efficacité des batteries. ML6 et Sarolea ont travaillé sur ce dernier point, en utilisant les données des capteurs des motos électriques pour améliorer les performances des batteries. 

‍

Environnement et océans

Les secteurs de l'agriculture et de l'eau jouent un rôle essentiel dans la préservation de la santé des systèmes naturels de notre planète, notamment la conservation de la biodiversité, la santé des océans, la qualité de l'eau douce, les flux biogéochimiques, les forêts et le changement des systèmes terrestres, ainsi que les effets connexes sur la sécurité de l'approvisionnement en nourriture et en eau. Ici aussi, l'IA peut jouer un rôle dans la gestion et la préservation des ressources essentielles :

Protéger les océans

‍L'utilisation de l'IA peut aider à détecter les activités illégales ou suspectes dans les océans, telles que la surpêche ou les marées noires, à l'aide de données satellitaires et de la vision par ordinateur, ainsi qu'à protéger la faune et la flore (par exemple, la détection des baleines). L'IA peut également contribuer à la conservation des océans en luttant contre la pollution plastique, en suivant et en mesurant de manière beaucoup plus détaillée la manière dont les déchets plastiques se retrouvent dans les océans. Le projet CounterMEASURE du PNUE, par exemple, a développé un modèle pour identifier les sources et les voies de la pollution plastique dans le Mékong en utilisant des données géospatiales et des images de déchets plastiques(Source). Nous pouvons utiliser les connaissances créées pour éclairer les décisions politiques et les actions visant à réduire la pollution plastique. Enfin, dans le cadre d'un projet de Noël de l'année dernière, le ML6 a créé un modèle de ML pour détecter les coraux, afin que les chercheurs puissent mieux prédire la couverture du corail et suivre son état de santé pour mieux cibler les mesures de protection. De tels modèles pourraient à terme permettre d'évaluer les récifs vulnérables et de fournir des alertes précoces et des actions pour les protéger.

‍

Détection de la déforestation illégale

‍L'exploitation forestière illégalea des répercussions économiques, sociales et environnementales considérables. Pour l'environnement, elle est associée à la déforestation, au changement climatique et à une perte de biodiversité(Source). Les méthodes d'apprentissage automatique sont devenues de plus en plus puissantes et précises pour repérer les arbres coupés, même de manière sélective, à partir d'images satellite. Ainsi, l'apprentissage automatique peut aider à détecter les activités d'abattage illégales dans les forêts tropicales, protégeant ainsi les arbres indispensables à la lutte contre le changement climatique.

‍

Prévision et gestion des ressources en eau

‍AIpeut être utilisée pour gérer les ressources en eau. Du côté de la demande, la prévision de l'utilisation de l'eau est cruciale pour une gestion fiable de l'eau, ce qui est de plus en plus possible grâce à des capteurs moins coûteux qui peuvent fournir des informations plus précises. Nous pouvons utiliser l'IA pour réduire le gaspillage ou les pertes d'eau du côté de l'approvisionnement. Les fuites sont un problème majeur dans les systèmes de distribution d'eau, et l'IA peut aider à détecter les éclatements de tuyaux ou les fuites en analysant la pression et les signaux des capteurs. Une prédiction en temps quasi réel pourrait permettre de déclencher des alarmes et de réduire le gaspillage. Un autre domaine critique est celui de la contamination de l'eau et de la réduction des polluants grâce à la surveillance de la qualité de l'eau à l'aide de l'IA. 

‍

Déclaration finale

Bien que cette série d'articles de blog n'ait pas pour but de donner un aperçu complet des cas d'utilisation ou des domaines dans lesquels l'IA pourrait contribuer à la durabilité pour la transition verte, nous pensons qu'elle peut être un point de départ pour inspirer les utilisations de l'IA afin de contribuer à un avenir plus durable. Pour que l'IA puisse avoir un impact réel, nous devons mettre en place les processus et les structures adéquats afin de garantir qu'une solution d'IA est non seulement développée dans un cadre éthique solide et avec des pratiques durables à l'esprit, mais qu'elle est également mise en production et, en fin de compte, adoptée et utilisée. 

Bien entendu, l'IA ne sera pas à elle seule la solution miracle pour passer à un monde durable. Si nous voulons transformer la trajectoire actuelle, de nombreux facteurs devront être réunis, notamment un sentiment de responsabilité partagée et un véritable engagement de la part des secteurs privé et public.

‍

‍