Apprentissage et Interprétation Automatique de l'Architecture du Sous-Sol – MaLISSiA

Les nouvelles technologies d’intelligence artificielle apportent un renouveau dans la modélisation et la compréhension des systèmes terrestres. Pour autant, ces nouveaux développements sont principalement portés sur des phénomènes de surface. Ils peinent à soutenir la caractérisation de l’architecture du sous-sol, pourtant déterminante dans la localisation des phénomènes géophysiques souterrains. Le sous-sol présente plusieurs verrous scientifiques particuliers qui demandent à la fois la formalisation des connaissances géologiques et le développement d’approches d’intelligence artificielle innovantes, en l’occurrence, la forte dépendance à des processus physiques, à des phénomènes d’échelle ou d’extrêmes, et à l’évolution temporelle. Cette complexité se traduit par des incertitudes épistémiques, généralement contrebalancées par l’introduction manuelle d’interprétations d’experts. Ces interprétations reposent sur l’apprentissage humain d’analogues de terrain, de principes physiques, et de simulations analogiques ou numériques. Le projet MaLISSiA s’inspire de ce processus cognitif afin de développer un nouveau paradigme d’assimilation automatique de données guidée par la théorie et les analogues de terrain. Pour assurer l’apprentissage de ce processus d’interprétation automatique, le projet propose de développer un corpus d’objets naturels interprétés, complétés par des simulations physiques reproduisant les processus de mise en place des structures. Le concept, développé pour des concepts structuraux élémentaires, est également implémenté dans le cadre de l’Observatoire de la Zone Non-Saturée (OZNS). Dans ce projet, l’architecture sédimentaire et karstique est cruciale pour étudier les transferts de matières et de polluants au sein de la zone vadose. La caractérisation de l’architecture du sous-sol est donc une première étape clef pour ouvrir la voie au développement de jumeaux numériques permettant d’étudier l’impact de ces transferts sur les systèmes terrestres.