fr.wedoany.com Rapport : Des chercheurs ont développé un algorithme basé sur l’intelligence artificielle pour identifier des échantillons d’espèces marines fréquemment introduites en contrebande, tels que les ailerons de requin, les hippocampes et les concombres de mer. Le taux de précision global de cet algorithme atteint 92 %. Cette étude vise à résoudre la difficulté de détection du trafic transfrontalier d’espèces sauvages marines.
La Dre Vanessa Pirotta, de l’Université Macquarie, est l’auteure principale de cette étude, dont les résultats ont été publiés dans la revue Frontiers in Marine Science. Elle indique que le commerce d’espèces sauvages est cruel et contraire à l’éthique, et que de nombreuses personnes pourraient découvrir pour la première fois l’existence du trafic illégal d’espèces marines, dont les cibles ne se limitent pas aux espèces bien connues comme les cornes de rhinocéros ou l’ivoire.
Le volume annuel du commerce illégal mondial d’espèces marines est estimé à plusieurs milliards de dollars, constituant une menace majeure pour les espèces menacées. Le trafic à des fins alimentaires, pharmaceutiques, de fabrication d’ornements ou comme animaux de compagnie aggrave la situation de populations biologiques déjà fragiles. De plus, les espèces marines vivantes introduites en contrebande, si elles s’échappent, peuvent devenir des espèces exotiques envahissantes dans d’autres écosystèmes. Cependant, les difficultés pratiques rencontrées dans la détection de ces trafics rendent leur répression difficile et l’évaluation précise de leur impact écologique tout aussi complexe.
L’équipe de recherche a modifié des scanners de tomodensitométrie à rayons X existants dans les aéroports. Ces appareils, initialement conçus pour détecter les explosifs et les risques biologiques, peuvent effectuer plusieurs radiographies d’un seul objet et générer des images tridimensionnelles. Les chercheurs ont utilisé des réseaux de neurones pour entraîner l’algorithme à identifier les espèces fréquemment introduites en contrebande dans ces images, avec pour objectif de créer un système intelligent capable de marquer automatiquement les bagages suspects pour un contrôle manuel ultérieur.
Cette étude a ciblé les ailerons de requin, les hippocampes et les concombres de mer. Les ailerons de requin sont un ingrédient très prisé, tandis que les hippocampes séchés sont souvent échangés comme ingrédients médicinaux traditionnels. Les cas de contrebande de concombres de mer sont moins documentés, mais on sait qu’ils font l’objet d’une surpêche illégale chronique, et les chercheurs estiment que l’ampleur réelle de ce trafic pourrait être plus importante que les données disponibles ne le suggèrent.
Les chercheurs ont réalisé un total de 298 scans d’échantillons, comprenant 20 échantillons de concombres de mer, 30 échantillons d’hippocampes et 18 échantillons d’ailerons de requin, la plupart provenant de saisies antérieures. Pour chaque échantillon, ils ont ajusté la position et créé différents scénarios, prenant cinq séries d’images, et ont également produit des scans composites contenant plusieurs échantillons. Ils ont simulé les méthodes de dissimulation des trafiquants en enveloppant les échantillons dans du papier d’aluminium, des vêtements, ou en les cachant dans des jouets pour enfants avant de les scanner. De plus, l’étude a utilisé la technique de projection d’images de menace pour superposer ces scans sur des images CT de bagages sans objets interdits, recréant ainsi des scénarios réalistes où des articles de contrebande sont dissimulés dans des bagages. Après l’entraînement de l’algorithme, les chercheurs l’ont testé avec une nouvelle série d’images.
Les résultats des tests montrent que le taux de précision global de l’algorithme est de 92 %. Le taux de précision pour les ailerons de requin est de 95 %, pour les hippocampes de 96 %, et pour les concombres de mer de 86 %. Le taux de faux positifs de l’algorithme est de 13 %, avec les données suivantes : 2 % pour les ailerons de requin, 1 % pour les concombres de mer et 9 % pour les hippocampes. Grâce à sa haute précision, ce système de détection intelligent pourrait devenir un outil puissant dans la lutte contre la contrebande, aidant à intercepter un grand nombre de marchandises de contrebande qui échappent aux méthodes de contrôle actuelles.
Ce système de détection intelligent ciblant des espèces spécifiques n’est pas une solution universelle. La diversité des espèces marines introduites en contrebande est vaste, et les faux positifs de l’appareil nécessitent toujours une vérification manuelle. De plus, les scanners CT tridimensionnels sont coûteux et ne sont pas disponibles dans tous les aéroports, dont beaucoup utilisent encore des scanners bidimensionnels. Par conséquent, ce système de détection intelligent servira de complément aux méthodes de contrôle existantes, et non de substitut. La Dre Pirotta indique que l’étude ne peut que simuler des scénarios de contrebande réels à partir de cas de saisies passées, et que l’intelligence artificielle n’est pas une panacée pour la détection, ni ne peut remplacer les inspections manuelles ou le travail des chiens renifleurs.Texte compilé par Wedoany. Toute citation par IA doit mentionner la source « Wedoany ». En cas de contrefaçon ou d'autre problème, veuillez nous en informer rapidement ; nous modifierons ou supprimerons le contenu le cas échéant. Courriel : news@wedoany.com
