II. L'IA POUR S'ADAPTER AUX ENJEUX ENVIRONNEMENTAUX ET CONTRIBUER À LA DÉCARBONATION
L'IA apporte une contribution significative à l'adaptation aux enjeux écologiques : décarbonation, gestion durable des ressources ou encore préservation de la biodiversité. Les dispositifs en place ou en développement concernent tous les secteurs, avec des degrés de recours à l'IA variables.
A. UN RECOURS DÉJÀ BIEN ANCRÉ POUR L'OPTIMISATION DES RESSOURCES ET DES INFRASTRUCTURES DANS DE NOMBREUX SECTEURS
Dans le cadre de la transition écologique, l'IA est identifiée comme un levier pour optimiser l'exploitation ou la gestion des ressources, des équipements et des infrastructures. De nombreuses entreprises sont à l'origine d'applications et de services innovants visant à améliorer les chaînes logistiques et l'aide à la décision ou à la maîtrise des risques.
1. L'agriculture
C'est le cas en particulier dans le domaine de l'agriculture, où le marché de l'IA connaît une croissance économique importante.
L'analyse d'images est par exemple déjà utilisée en viticulture, pour réaliser des « cartes de vigueur » ou détecter les attaques de mildiou, comme le propose l'entreprise « Chouette ». Cette technique permet de suivre en temps réel les parcelles pour en optimiser la gestion. Sur le fondement des images obtenues par des capteurs embarqués et des drones équipés de caméras, des analyses sont générées par croisement des algorithmes d'IA avec des modèles agronomiques. Des alertes ou bulletins de suivi sont ensuite émis pour des pratiques viticoles plus précises et raisonnées.
Cette technique est également appliquée à l'élevage, par exemple pour analyser le comportement des animaux à partir d'images vidéos et contribuer à leur suivi sanitaire. C'est ce que propose une entreprise comme « AI Herd » qui met en avant un outil permettant de détecter des signaux d'alerte dans les mouvements et les interactions des animaux dans les exploitations de vaches laitières.
Source : https://www.aiherd.io/fr
Avec les progrès de l'apprentissage automatique, l'IA est en outre de plus en plus utilisée pour analyser et contrôler une multitude de facteurs (température, hygrométrie, intrants, traitements mécaniques, type de semences...), pour limiter les émissions de CO2 et tendre vers des pratiques plus agroécologiques.
L'importance de la recherche en IA pour capturer les gaz à effet de serre dans l'agriculture
« Depuis quelques années, de nombreuses universités développent des systèmes à base d'intelligence artificielle, le plus souvent en open source, pour optimiser la capture de gaz à effet de serre dans l'agriculture. C'est par exemple le cas de l'école de la résilience Derr à Standford, qui travaille sur différents modèles à base de machine learning. C'est également le cas de l'Université du Minnesota, qui développe des solutions en partenariat avec le ministère de l'agriculture des États-Unis, ou encore de Cornell University, qui a monté un ensemble de cours sur cette pratique. Le secteur privé n'est pas en reste. Microsoft par exemple a initié le programme AI for Health, un programme de bourses sur différents thèmes, au sein desquels les sujets d'optimisation de l'agriculture à des fins environnementales sont particulièrement présents. Et, surtout, Google investit fortement dans sa filiale Mineral, visant à accroître la quantité de données disponibles dans l'agriculture afin de faciliter l'apprentissage des modèles d'IA. Enfin, de nombreuses start-up se sont également positionnées sur ce sujet. Terramera et Regen Network sont parmi celles dont les programmes sont les plus concrètement avancés et accessibles dans certains pays. »
Gilles Babinet, Green IA. L'intelligence artificielle au service du climat,2024, p. 150
L'entreprise « Assolia »43(*) commercialise par exemple une technologie pour aider les agriculteurs à optimiser la rotation des cultures sur leurs parcelles. Il s'agit d'un outil collaboratif qui propose de croiser des données sur les caractéristiques de l'exploitation avec des statistiques climatiques et météorologiques et des informations issues des coopératives et des marchés. L'objectif est ensuite d'identifier les meilleures combinaisons de cultures et de fournir des scénarios d'assolement sur trois à sept ans.
Enfin, l'IA offre des perspectives d'automatisation avancée, qu'il s'agisse de la robotisation du désherbage, de l'utilisation de tracteurs autonomes pour le labourage ou les récoltes, du contrôle de la qualité des sols ou encore de la robotisation de la cueillette ou du tri dans le maraîchage.
2. La pêche
Dans le secteur de la pêche, des techniques d'IA sont utilisées pour développer des « filets intelligents » dans le cadre de la pêche au chalut. L'enjeu est de minimiser les captures aléatoires d'espèces sans distinction de poissons pour réduire le gaspillage et préserver les ressources.
Fondé sur le traitement d'images complexes, le projet « Game of Trawls »44(*) consiste à entraîner des réseaux de neurones sur une grande quantité de données afin qu'ils puissent mesurer l'impact des engins de pêche et identifier les espèces entrant dans les filets.
J. Simon - Ifremer - Projet Game of Trawls
Grâce à un réseau de capteurs et de vision par ordinateur, les pêcheurs sont informés en temps réel de la présence plus ou moins importante de bancs de poissons et des espèces concernées. Ils peuvent, à l'aide d'un dispositif d'évacuation (fermeture du cul de chalut, piège de dérivation, flash lumineux, signaux acoustiques...), trier les poissons sous l'eau pour ne garder que ceux qui les intéressent ou relever les filets de pêche pour ne plus racler les fonds marins.
3. L'énergie
Dans le domaine de l'énergie et de la gestion des réseaux électriques, l'IA peut permettre d'équilibrer l'offre et la demande et de passer à un système plus intermittent et distribué (smart grids) mais également d'améliorer la prévention des incidents sur le réseau.
L'outil d'IA « CartoLine BT » d'Enedis permet par exemple de renforcer l'efficacité de la maintenance prédictive sur le réseau de distribution d'électricité basse tension. L'analyse des données collectées grâce aux compteurs Linky sur la fourniture d'électricité conduit à l'identification automatique des situations pouvant entraîner des pannes.
4. L'économie circulaire
S'agissant de l'économie circulaire, le projet DiagTP 360 élaboré par le Cerema en partenariat avec LEXISTEMS permet de mobiliser l'IA pour réduire l'impact environnemental des travaux publics.
En ayant recours à un module d'IA générative, ce projet doit permettre aux maîtres d'ouvrage et maîtres d'oeuvre de réaliser un inventaire des matériaux présents sur le chantier, d'identifier des possibilités de réemploi et de valorisation, d'estimer les quantités de déchets à évacuer et de procéder à un calcul des indicateurs environnementaux (émissions de CO2, consommation d'énergie).
5. Les transports
Enfin, dans le secteur des transports et de la mobilité, l'IA peut contribuer à optimiser en temps réel les déplacements et à améliorer la maintenance et l'exploitation des infrastructures45(*).
À titre d'exemple, dans le transport maritime, l'IA sert à mieux utiliser les données météorologiques pour décarboner le secteur de la navigation en optimisant les trajets en mer. Fin 2023, le secrétariat d'État chargé de la mer a par exemple apporté son soutien à Marine Weather Intelligence, une start-up46(*) dont le projet porte sur l'identification des routes maritimes optimales.
L'objectif est d'entraîner des outils d'IA sur des modèles numériques qui intègrent de nombreuses données atmosphériques et océaniques (vents, courants, etc.) afin de réduire l'incertitude des prévisions. Après la sélection des données pertinentes pour chaque zone de navigation et une phase d'apprentissage s'appuyant sur les capacités du supercalculateur Datarmor, le modèle final doit être capable de fournir rapidement des prédictions des états de mer et des recommandations de routage. Celui-ci pourrait être mieux adapté aux conditions réelles, contribuant à une baisse de la consommation de carburant.
* 44 Le projet dit « Game of Trawls » (« Giving Artificial Monitoring Intelligence to Fishing Traxwls ») porté depuis 2019 par l'Ifremer en partenariat avec l'équipe de recherche OBELIX (IRISA/UBS), Marport et le CDPMEM56 (Pêche départementale et maritime du Morbihan) se fonde sur le traitement d'images complexes à des fins environnementales.
* 45 Sur ce point, voir en particulier le rapport IA et territoires de Mme Amel Gacquerre et M. Jean-Jacques Michau, rapporteurs au nom de la délégation à la prospective du Sénat, adopté le 13 février 2025.
* 46 Lauréate du troisième concours d'innovation Octo'pousse de l'Ifremer (250 000 euros sur 18 mois).