L'Intelligence Artificielle pour Etudier la Communication Animale dans la Nature – WildCom-AI
L'Intelligence Artificielle pour Etudier la Communication Animale dans la Nature
L’étude du traitement cérébral de l’information permet de mieux comprendre comment les signaux de communication influencent les comportements. Cependant, les méthodes traditionnellement utilisées pour étudier le cerveau ne sont applicables qu’à un nombre limité d’espèces modèles. L’intelligence artificielle (IA) offre quant à elle de nouvelles perspectives pour modéliser les processus cérébraux et les étudier ainsi hors des laboratoires
Enjeux et Objectifs
Dans ce projet, nous utiliserons l’IA pour explorer les liens entre le traitement cérébral de l’information et les comportements complexes exprimés par des primates non-humains dans leur environnement naturel. Nous étudierons l’influence de la perception des visages sur les comportements socio-sexuels chez le mandrill (Mandrillus sphinx), un primate d’Afrique Centrale, en nous appuyant sur un programme de recherche à long terme étudiant une population de plus de 300 mandrills sauvages depuis 2012 au Gabon.<br /><br />Dans un premier temps, nous étudierons les liens entre la ressemblance faciale et la reconnaissance d’individus apparentés. Nous utiliserons l’IA et une base photographique de plus de 19 000 portraits de mandrills pour quantifier la ressemblance faciale entre les individus de la population étudiée. Nous explorerons les mécanismes permettant aux mandrills d’évaluer leur propre ressemblance aux autres individus avec lesquels ils interagissent quotidiennement, le lien entre la ressemblance parents-enfants et l’investissement parental, comment la ressemblance entre adultes permet de limiter les relations consanguines, et enfin dans quelle mesure les ressemblances faciales fortuites induisent, entre individus non apparentés, des biais comportementaux en tant que sous-produits de la sélection de parentèle.<br /><br />Dans un second temps, nous étudierons l’influence de l’efficacité du traitement cérébral de l’information sur les comportements socio-sexuels. Les sciences cognitives ont récemment révélé qu’un signal de communication traité efficacement dans le cerveau du récepteur a tendance à induire une évaluation positive de l’émetteur et des comportements d’attirance chez le récepteur. Ces résultats proviennent d’études menées chez les humains et en laboratoire, mais leurs implications chez les autres espèces et en milieu naturel sont inconnues. Dans ce projet, et pour la première fois en sciences cognitives, nous utiliserons l’IA pour quantifier l’efficacité du traitement de l’information dans le cerveau. Nous quantifierons l’efficacité du traitement des visages chez les mandrills et testerons l’hypothèse qu’un visage traité efficacement augmente l’attractivité visuelle et donc le succès reproducteur, l’intégration sociale et les soins parentaux.
Nos hypothèses scientifiques seront étudiées chez la population sauvage de mandrills à l’aide d’analyses de corrélation, mais aussi par des approches expérimentales avec des mandrills issus d’une grande population captive. Pour la première fois dans les sciences du comportement, nous utiliserons les nouveaux modèles d’IA générative pour synthétiser des signaux de communication complexes (des visages de mandrills), tout en contrôlant le sens de leur variation. Nous les utiliserons pour modifier la ressemblance entre visages et l’efficacité de leur traitement dans des visages de synthèse. Les visages synthétisés seront présentés à des mandrills captifs, lors de tests expérimentaux à grande échelle, afin de tester l’effet sur leurs comportements de la ressemblance faciale et de l’efficacité du traitement cérébral de l’information.
En cours
Ce projet propose d’explorer de nouvelles applications de l’IA (modélisation du traitement cérébral de l’information, synthèse de stimuli) pour l’écologie et la biologie évolutive. Tandis que la vaste majorité des études à l’interface entre IA et écologie visent à caractériser la diversité des organismes vivants et leurs interactions, ce projet apportera, lui, un éclairage inédit sur les processus déterminant ces interactions.
En cours
L’étude du traitement cérébral de l’information permet de mieux comprendre comment les signaux de communication influencent les comportements. Cependant, les méthodes traditionnellement utilisées pour étudier le cerveau ne sont applicables qu’à un nombre limité d’espèces modèles. L’intelligence artificielle (IA) offre quant à elle de nouvelles perspectives pour modéliser les processus cérébraux et les étudier ainsi hors des laboratoires. Dans ce projet, nous utiliserons l’IA pour explorer les liens entre le traitement cérébral de l’information et les comportements complexes exprimés par des primates non-humains dans leur environnement naturel. Nous étudierons l’influence de la perception des visages sur les comportements socio-sexuels chez le mandrill (Mandrillus sphinx), un primate d’Afrique Centrale, en nous appuyant sur un programme de recherche à long terme étudiant une population de plus de 300 mandrills sauvages depuis 2012 au Gabon.
Dans un premier temps, nous étudierons les liens entre la ressemblance faciale et la reconnaissance d’individus apparentés. Nous utiliserons l’IA et une base photographique de plus de 19 000 portraits de mandrills pour quantifier la ressemblance faciale entre les individus de la population étudiée. Nous explorerons les mécanismes permettant aux mandrills d’évaluer leur propre ressemblance aux autres individus avec lesquels ils interagissent quotidiennement, le lien entre la ressemblance parents-enfants et l’investissement parental, comment la ressemblance entre adultes permet de limiter les relations consanguines, et enfin dans quelle mesure les ressemblances faciales fortuites induisent, entre individus non apparentés, des biais comportementaux en tant que sous-produits de la sélection de parentèle.
Dans un second temps, nous étudierons l’influence de l’efficacité du traitement cérébral de l’information sur les comportements socio-sexuels. Les sciences cognitives ont récemment révélé qu’un signal de communication traité efficacement dans le cerveau du récepteur a tendance à induire une évaluation positive de l’émetteur et des comportements d’attirance chez le récepteur. Ces résultats proviennent d’études menées chez les humains et en laboratoire, mais leurs implications chez les autres espèces et en milieu naturel sont inconnues. Dans ce projet, et pour la première fois en sciences cognitives, nous utiliserons l’IA pour quantifier l’efficacité du traitement de l’information dans le cerveau. Nous quantifierons l’efficacité du traitement des visages chez les mandrills et testerons l’hypothèse qu’un visage traité efficacement augmente l’attractivité visuelle et donc le succès reproducteur, l’intégration sociale et les soins parentaux.
Nos hypothèses scientifiques seront étudiées chez la population sauvage de mandrills à l’aide d’analyses de corrélation, mais aussi par des approches expérimentales avec des mandrills issus d’une grande population captive. Pour la première fois dans les sciences du comportement, nous utiliserons les nouveaux modèles d’IA générative pour synthétiser des signaux de communication complexes (des visages de mandrills), tout en contrôlant le sens de leur variation. Nous les utiliserons pour modifier la ressemblance entre visages et l’efficacité de leur traitement dans des visages de synthèse. Les visages synthétisés seront présentés à des mandrills captifs, lors de tests expérimentaux à grande échelle, afin de tester l’effet sur leurs comportements de la ressemblance faciale et de l’efficacité du traitement cérébral de l’information.
Ce projet propose d’explorer de nouvelles applications de l’IA (modélisation du traitement cérébral de l’information, synthèse de stimuli) pour l’écologie et la biologie évolutive. Tandis que la vaste majorité des études à l’interface entre IA et écologie visent à caractériser la diversité des organismes vivants et leurs interactions, ce projet apportera, lui, un éclairage inédit sur les processus déterminant ces interactions.
Coordination du projet
Julien RENOULT (Centre d'Ecologie Fonctionnelle et Evolutive)
L'auteur de ce résumé est le coordinateur du projet, qui est responsable du contenu de ce résumé. L'ANR décline par conséquent toute responsabilité quant à son contenu.
Partenaire
CEFE Centre d'Ecologie Fonctionnelle et Evolutive
Aide de l'ANR 364 546 euros
Début et durée du projet scientifique :
novembre 2020
- 48 Mois