Une groupe de scientifiques de cinq universités canadiennes reçoit un important financement fédéral afin de développer des solutions d’intelligence artificielle (IA) pour soutenir la lutte contre les feux de forêt.

Le projet pancanadien est financé à hauteur de 2 248 250 $ sur deux ans et demi dans le cadre de l’Iniative pour un avenir résilient face aux incendies de forêt de Ressources naturelles Canada.

Dirigé par l’Université de Toronto, en collaboration avec l’Université de Moncton, l’Université de l’Alberta, l'Université Western et l’Université de Sherbrooke, le consortium vise à mieux comprendre les feux de végétation et à prévenir les feux de forêt.

Le projet combine expertise forestière, technologie de détection et télémétrie de la lumière (LiDAR) et intelligence artificielle.

Le LiDAR, un système de lasers qui permet de créer des cartes et des modèles 3D, a souvent été utilisé au Canada pour cartographier les villes au moyen de données à haute résolution. L’objectif est cependant de l’utiliser afin de mieux définir et localiser les types de végétation au pays. Ces données permettront ensuite d'améliorer les modèles d'IA canadiens dans la lutte contre les feux de forêt.

 Plus la végétation est sèche, plus le feu peut se déclarer rapidement. Le type d’arbres ou de végétation influence aussi sa rapidité de propagation. (Photo d'archives)

Photo : Gracieuseté des pompiers du Transcontinental

Les scientifiques du groupe de recherche en Perception, Robotique et Intelligence Machine (PRIME) de l’Université de Moncton, sous la direction du professeur Moulay Akhloufi, font partie du consortium.

Moulay Akhloufi explique que l’intelligence artificielle peut jouer un rôle important pour anticiper, prévenir et mieux gérer les feux de forêt, notamment grâce à son  pouvoir prédictif. La participation de l’Université de Moncton dans ce projet positionne l’institution à l’échelle nationale.

 On travaille sur les feux de forêt depuis très longtemps donc l’idée c’est d’utiliser les outils qu’on a développés et d’autres pour améliorer tous les aspects reliés aux risques des feux de forêt et à la propagation des feux de forêt , explique le scientifique.  Ça reconnaît un peu l’expertise qu’on a développée à travers les années ici au niveau de l’IA appliquée aux feux de forêt.

Des données nationales pour améliorer les modèles d'IA canadiens

L’équipe de Moulay Akhloufi utilise des modèles de jeux vidéos très réalistes pour créer des scénarios de propagation de feu depuis quelques années.

 On a des modèles qu’on a alimentés avec des donnés sur le feu de comment il se propage dans différents scénarios. On est capable de l’utiliser, par exemple quand il y a un feu qui part, savoir où il va être dans une heure ou deux heures ou même 24 heures, ce qui permet de déployer de façon efficace les ressources pour bloquer l’avancement du feu, dit Moulay Akhloufi.

La majorité des données utilisées dans le modèle d'IA de l’équipe de Moulay Akhloufi sont synthétiques. Le modèle peut simuler la pluie, le vent, l’humidité, différents types de végétation et la topographie de diverses régions.

L’intelligence artificielle est plus efficace que l’humain pour détecter des feux de forêt, explique le professeur d’informatique Moulay Akhloufi de l’Université de Moncton. (Photo d'archives)

Photo : Radio-Canada / Alexandre Silberman

Au-delà des données synthétiques, une partie des données réelles utilisées venaient des États-Unis, puisqu’il n’en existait pas au Canada.

Grâce à cette nouvelle collaboration, des données LiDAR réelles recueillies par des scientifiques ailleurs au Canada permettront de perfectionner les modèles pour mieux refléter la végétation locale.

 Les données qu’on va capturer dans ce projet-là, dans les deux prochaines années, spécifiques au Canada, vont nous permettre d’alimenter notre moteur qui fonctionne déjà et, bien sûr le bonifier parce qu’on va continuer à l’améliorer, précise Moulay Akhloufi.

 On va pouvoir, par exemple, prendre la topographie peu importe la place au Canada et ajouter de la végétation et une information sur la propagation et donc avoir des modèles efficaces qui sont entraînés à travers des simulateurs de jeux vidéos, poursuit-il.

L’idée est d’entraîner et d’améliorer les algorithmes du modèle existant. Les modèles peuvent ensuite servir autant à alimenter les algorithmes de prédiction qu'à appuyer l’entraînement de pompiers qui luttent contre les feux de forêt au Canada.

Avec des informations de l'émission L'Heure de pointe - Acadie