L’intelligence artificielle (IA) est souvent évoquée pour les menaces qu’elle ferait peser sur l’humanité. Mais les organisations humanitaires l’utilisent pour prévoir la faim, cartographier les destructions et acheminer l’aide sans exposer leurs équipes.
Acheminer de la nourriture à travers des zones de conflit, des champs de mines et des zones inondées expose les travailleurs humanitaires à des risques mortels.
PUBLICITÉ
PUBLICITÉ
Désormais, une technologie développée pour piloter des rovers sur des planètes lointaines est adaptée afin de soustraire les humanitaires à certaines des missions d’aide les plus dangereuses au monde.
Le projet AHEAD, une collaboration entre le Programme alimentaire mondial, le centre allemand de recherche aérospatiale DLR, la Croix-Rouge et plusieurs partenaires technologiques, développe des véhicules téléopérés capables de transporter des vivres dans des zones jugées trop dangereuses ou trop difficiles d’accès pour les camions de livraison classiques.
Des images tournées sur un site d’essai du DLR en Allemagne montrent un véhicule tout-terrain SHERP s’engager dans une zone d’eau libre et franchir un terrain accidenté.
Des capteurs analysent le terrain à l’avant tandis qu’un opérateur commande le véhicule à distance, ce qui lui permet de se déplacer sans personne derrière le volant.
Le système s’appuie sur l’expérience du DLR dans le développement de rovers planétaires téléopérés et autonomes, dont le rover MMX conçu pour explorer Phobos, l’une des lunes de Mars.
Cette volonté d’intégrer les technologies émergentes à l’action humanitaire ne se limite pas aux livraisons physiques.
HungerMap Live, une plateforme accessible au public développée par le Programme alimentaire mondial, utilise l’apprentissage automatique et des données quasi en temps réel pour suivre l’insécurité alimentaire dans plus de 95 pays.
Elle croise des informations portant notamment sur les conflits, la météo, les risques climatiques et la situation économique afin de repérer les crises de faim émergentes, selon l’organisation.
« Tout le monde peut consulter HungerMap Live sur internet. Vous pouvez y accéder à des données en temps réel et, en ce moment, nous travaillons même à prévoir la sécurité alimentaire à 90 jours », a déclaré Bernhard Kowatsch, directeur du pôle Global Accelerator and Ventures du Programme alimentaire mondial (PAM).
L’IA cartographie les catastrophes
Des cartes fiables sont également essentielles aux interventions humanitaires. Sans informations sur les routes, les bâtiments et les zones habitées, les équipes d’aide peinent à déterminer où évacuer les populations, installer des abris ou acheminer des secours.
Après deux puissants séismes survenus dans le nord du Venezuela en juin, le manque de données géographiques a rendu difficile l’évaluation des dégâts et la hiérarchisation de l’aide.
L’organisation Humanitarian OpenStreetMap Team affirme avoir utilisé l’apprentissage automatique pour extraire des informations sur les bâtiments à partir d’images satellites. Des bénévoles ont ensuite analysé ces images via son application MapSwipe, en signalant les zones où des constructions semblaient endommagées.
« Dans les quatre jours qui ont suivi le séisme, nous avons pu mobiliser plus de 600 bénévoles qui, concrètement, faisaient glisser leur doigt à gauche ou à droite sur l’application mobile pour indiquer : oui, cette zone bâtie est endommagée ; non, cette zone bâtie ne l’est pas », explique Leen D’hondt, directrice de la technologie et des données au sein de Humanitarian OpenStreetMap Team.
« Et cela a réellement aidé les premiers intervenants à se rendre dans les bonnes zones pour livrer de la nourriture et tous les autres biens essentiels nécessaires juste après le séisme », ajoute D’hondt.
Malgré les gains de vitesse que permet l’IA, D’hondt estime que la technologie n’égale pas encore la précision du travail minutieux réalisé par des cartographes humains.
« La cartographie manuelle reste ce qui offre la meilleure qualité. Cependant, la rapidité est parfois plus importante », dit-elle.
« Il est parfois plus important de savoir à peu près où se trouvent les bâtiments. Ils ne sont pas cartographiés de manière parfaite, mais nous savons combien de personnes vivent dans cette zone. C’est là qu’interviennent aujourd’hui l’IA et les modèles d’apprentissage automatique. »
Malgré des progrès rapides, des spécialistes estiment que ces systèmes sont encore loin d’être intégrés de manière systématique aux réponses d’urgence dans le monde.
« Pour l’instant, il n’existe pas vraiment de systèmes intégrés à ces protocoles d’urgence dans la plupart des pays », estime Monique Kuglitsch, responsable de l’innovation à l’institut Fraunhofer Heinrich Hertz.
« Il existe des exceptions. En Inde, ils disposent d’un système d’alerte précoce basé sur l’IA qui est opérationnel. En Europe aussi, nous avons un système de prévision fondé sur l’IA du Centre européen pour les prévisions météorologiques à moyen terme, qui est opérationnel. Mais dans de nombreux pays, cela reste encore expérimental. »