Découvrez Perch : l’IA qui va sauver les oiseaux!
Dans un monde où la biodiversité est de plus en plus menacée par le changement climatique, la déforestation et d'autres facteurs anthropiques, les technologies d'intelligence artificielle (IA) émergent comme des outils puissants pour la préservation de l'environnement.
Parmi ces innovations, le modèle PERCH de Google DeepMind se distingue par sa capacité à analyser les sons animaux pour protéger les espèces en danger.
Dans cet article complet, nous explorerons en détail ce modèle IA, son fonctionnement, ses applications et son impact sur la conservation.
Qu'est-ce que PERCH ?
PERCH est un modèle d'intelligence artificielle développé par Google DeepMind, spécialisé dans l'analyse bioacoustique.
Son objectif principal est d'aider les conservationnistes à traiter des enregistrements audio provenant de microphones terrestres ou d'hydrophones sous-marins pour identifier les vocalisations d'animaux tels que les oiseaux, les grenouilles, les insectes, les baleines et les poissons.
Ce modèle permet de surveiller la santé des écosystèmes et de protéger les espèces menacées, comme les honeycreepers hawaïens ou les récifs coralliens, en détectant des sons spécifiques qui indiquent la présence d'animaux ou des changements environnementaux.
Initialement lancé en 2023, PERCH a été téléchargé plus de 250 000 fois, démontrant son adoption rapide par la communauté scientifique.
La version mise à jour, souvent appelée Perch 2.0, étend ses capacités à près de 15 000 espèces, en intégrant des données sur les mammifères, les amphibiens et même les bruits anthropiques.
Disponible en open-source sur Kaggle et GitHub, PERCH est accessible gratuitement aux chercheurs du monde entier, favorisant une collaboration globale pour la conservation.
Comment Fonctionne PERCH ?
Le fonctionnement de PERCH repose sur des techniques avancées d'apprentissage automatique, notamment la recherche vectorielle et l'apprentissage actif (agile modeling). Voici un aperçu étape par étape :
- Collecte de Données Audio : Les données proviennent d'enregistrements massifs, souvent des milliers ou millions d'heures, capturés dans des environnements naturels.
- Analyse des Sons : PERCH utilise un frontal audio pour traiter les signaux, suivi d'un modèle d'embedding qui extrait des caractéristiques des vocalisations. Il peut désentrelacer des scènes acoustiques complexes, en identifiant des sons spécifiques même dans des environnements bruyants.
- Classification Agile : Grâce à l'approche "agile modeling", PERCH construit des classificateurs à partir d'un seul exemple. Les experts locaux marquent les résultats comme pertinents ou non, permettant de créer des modèles de haute qualité en moins d'une heure pour des espèces rares ou des sons spécifiques comme les appels juvéniles.
- Adaptation aux Environnements : La version mise à jour améliore l'adaptation à de nouveaux contextes, y compris sous-marins, en utilisant près du double de données provenant de sources publiques comme Xeno-Canto et iNaturalist.
Techniquement, PERCH est entraîné sur plus de 10 000 espèces d'oiseaux, avec des extensions à d'autres animaux. Son architecture inclut des outils pour l'estimation de densité d'appels et l'adaptation sans source de domaine, rendant le modèle robuste aux variations environnementales.
Fonctionnalités et Mises à Jour de PERCH
La version 2025 de PERCH apporte plusieurs améliorations clés :
- Prédictions Améliorées : Meilleures performances pour les prédictions d'espèces d'oiseaux prêtes à l'emploi, surpassant la version précédente.
- Couverture Étendue : Entraîné sur une gamme plus large d'animaux, incluant les mammifères et les amphibiens, pour une analyse bioacoustique plus complète.
- Outils Open-Source : Disponible sur GitHub avec des tutoriels Colab pour l'entraînement et l'inférence. Il supporte d'autres modèles comme BirdNet ou YamNet pour une intégration facile.
Ces mises à jour font de PERCH un outil indispensable pour la recherche en bioacoustique, avec une emphase sur la scalabilité et l'accessibilité.
Applications de PERCH en Conservation
PERCH trouve des applications variées dans la protection de la biodiversité :
- Surveillance des Espèces Menacées : Il aide à monitorer les populations d'oiseaux comme les honeycreepers hawaïens, menacés par la malaria aviaire, en détectant leurs vocalisations pour évaluer la santé des populations.
- Découverte de Nouvelles Populations : En Australie, PERCH a aidé à identifier une nouvelle population de Plains Wanderer, une espèce rare.
- Analyse des Écosystèmes Marins : Pour les récifs coralliens, il analyse les sons sous-marins pour évaluer la vitalité des écosystèmes.
- Réduction des Méthodes Invasives : En identifiant les individus et en estimant l'abondance, PERCH minimise le besoin d'études de capture-relâcher.
Globalement, PERCH répond à des questions cruciales comme le nombre de naissances ou la densité d'individus dans une zone donnée.
Exemples Réels d'Utilisation de PERCH
- Université d'Hawaï : Le LOHE Bioacoustics Lab a utilisé PERCH pour détecter les sons de honeycreepers 50 fois plus rapidement que les méthodes traditionnelles, couvrant plus d'espèces et de territoires.
- BirdLife Australia : Collaboration pour classer des espèces australiennes uniques, menant à des découvertes comme celle du Plains Wanderer.
- Intégration avec BirdNet : PERCH est intégré à l'analyseur BirdNet de Cornell pour une utilisation par les biologistes sur le terrain.
Ces cas démontrent l'impact concret de PERCH sur la conservation mondiale.
Collaborations et Partenariats
Google DeepMind collabore avec des institutions comme l'Université d'Hawaï (Amanda Navine et Pat Hart), le Cornell Lab of Ornithology (Holger Klinck et Stefan Kahl), BirdLife Australia et l'Australian Acoustic Observatory. Ces partenariats enrichissent les données d'entraînement et valident les applications pratiques du modèle.
Détails Techniques Avancés
Pour les experts, PERCH utilise une architecture modulaire avec un frontend, un modèle d'embedding et des outils pour l'agile modeling. Des papiers de recherche détaillent ses méthodes, comme "The Search for Squawk" sur arXiv. L'installation nécessite Python avec Poetry, et fonctionne mieux sur Linux avec GPU.
Conclusion : L'Avenir de la Bioacoustique avec PERCH
PERCH de Google DeepMind représente une avancée majeure dans l'utilisation de l'IA pour la conservation environnementale. En rendant l'analyse bioacoustique plus rapide, précise et accessible, il ouvre la voie à une meilleure protection des espèces menacées.
Avec sa mise à jour récente et son statut open-source, PERCH continuera d'évoluer, potentiellement en intégrant plus d'espèces et d'écosystèmes.
Si vous êtes chercheur ou passionné d'écologie, explorez PERCH sur Kaggle ou GitHub dès aujourd'hui.
Pour plus d'informations sur les modèles IA comme PERCH, restez connecté aux innovations de Google DeepMind !