Prédire la biodiversité des poissons récifaux – FISH-PREDICT

La biodiversité et les habitats des espèces se détériorent dans la plupart des écosystèmes mondiaux, mais peut-être nulle part aussi rapidement que dans les récifs côtiers qui procurent bien-être et avantages socio-économiques à plus de 1,3 milliard de personnes dans le monde. Ces récifs côtiers abritent plus de 30 000 espèces de poissons, qui constituent le pilier du fonctionnement des écosystèmes, de la sécurité alimentaire et des revenus, mais sont menacées par les activités humaines et le changement climatique. Leur conservation et leur gestion durable posent des défis majeurs auxquels les scientifiques, les nations, les organisations non gouvernementales et les gestionnaires sont aujourd'hui confrontés.

Étonnamment, nous manquons encore d'un ensemble d'indicateurs écologiques pertinents et de modèles prédictifs qui pourraient aider à mieux comprendre la dynamique des systèmes socio-écologiques récifaux afin de mieux anticiper leur avenir dans un contexte de changement global (climat et surexploitation). Le projet FISH-PREDICT contribuera à combler cette lacune (i) en tirant parti de jeux de données massifs mais non structurés sur les écosystèmes côtiers de la mer Méditerranée et de l'océan Pacifique, (ii) en proposant un ensemble de 14 indicateurs écologiques complémentaires liés à la biodiversité des poissons récifaux et représentant les principales dimensions des priorités de conservation, et (iii) en développant de nouveaux algorithmes et méthodes en intelligence artificielle (IA) intégrant de multiples sources d'information à travers les échelles et mélangeant des approches symboliques basées sur la connaissance textuelle et des approches subsymboliques basées sur les données dans une nouvelle génération de modèles hybrides.

Pour réaliser cette ambition, il faut relever quatre défis en AI pour la Biodiversité :

1. Assigner avec précision et rapidité des codes-barres ADN environnementaux afin d'augmenter le nombre et la qualité des données d'occurrence des poissons.
2. Détecter automatiquement et précisément les espèces de poissons dans les vidéos et les photos sous-marines afin d'augmenter le nombre et la qualité des données sur leur présence et abondance.
3. Extraire les caractéristiques océanographiques, habitat et anthropiques à partir des images satellites et des données du fond marin où des enquêtes sur les poissons ont été menées afin d'apprendre la représentation à faible dimension des informations à haute dimension.
4. Prédire avec précision la distribution des espèces de poissons et de leur biodiversité à l'aide de modèles d'IA hybrides pour finalement sélectionner les indicateurs les plus pertinents de la pression humaine et de l'efficacité des mesures de protection (aires protégées).

Au-delà des avancées méthodologiques, la nouveauté du projet réside dans son objectif de remettre en question la vision classique et trop simpliste selon laquelle le développement humain n'est qu'une source systématique de dégradation des écosystèmes, et de découvrir au contraire des solutions intelligentes pour assurer la durabilité à long terme des systèmes socio-écologiques récifaux. Nous espérons ainsi proposer de nouvelles stratégies permettant de soutenir à la fois la biodiversité et les populations humaines. Ces ambitions sociétales et scientifiques s'inscrivent dans les principaux objectifs du défi IA-Biodiv et du Plan IA français. Pour augmenter notre impact, nous prévoyons d'interagir avec 7 organisations parties prenantes.

FISH-PREDICT arrive également à point nommé puisque l'Union Internationale pour la Conservation de la Nature et d'autres organisations se sont engagées à faire en sorte que 30 % des zones côtières et marines du monde soient protégées de la pêche et d'autres formes d'exploitation d'ici 2030. Nos résultats peuvent servir de catalyseurs pour stimuler la création d'aires protégées dans des régions (mer Méditerranée et océan Pacifique) en retard sur les objectifs de conservation.