L’IA détecte les frelons asiatiques invasifs
De nouvelles recherches mettent en avant l’utilisation de l’intelligence artificielle pour détecter les frelons asiatiques envahissants, soulignant une menace potentielle. Les chercheurs d’Exeter ont développé VespAI, un système automatisé attirant les frelons vers une station de surveillance, capturant des images normalisées avec une caméra aérienne.
VespAI, créé par des chercheurs de l’Université d’Exeter, détecte avec précision les frelons asiatiques, facilitant des réponses rapides. Ces frelons, également appelés frelons à pattes jaunes, ont infiltré l’Europe continentale, l’Asie de l’Est et récemment, des régions comme la Géorgie et la Caroline du Sud aux États-Unis. Étant donné la position vulnérable du Royaume-Uni et les incursions annuelles, des systèmes de surveillance améliorés sont impératifs.
Concevoir VespAI comme une solution inclusive
Le Dr O’Shea-Wheller a souligné la création d’un système polyvalent destiné à être utilisé par les gouvernements et les apiculteurs. Le prototype, VespAI, a donné des résultats prometteurs en tant que système d’alerte précoce robuste pour détecter les incursions de frelons asiatiques dans de nouvelles zones.
VespAI, équipé d’un processeur compact, reste inactif jusqu’à ce qu’il détecte un insecte de la taille d’un frelon. Lors de la détection, son algorithme d’intelligence artificielle distingue entre les frelons asiatiques (Vespa velutina) et les frelons européens natifs (Vespa crabro) dans l’image capturée. Après avoir reconnu un frelon asiatique, le système informe l’utilisateur avec une image pour vérification.
Actuellement, la stratégie de réponse du Royaume-Uni repose sur les individus repérant, identifiant et signalant les observations de frelons asiatiques, ce qui présente des limites inhérentes.
“Adresse à la mauvaise identification”
Le Dr. Peter Kennedy, à l’origine du concept du système, a déploré : “Malheureusement, la majorité des rapports reçus contiennent des erreurs d’identification des espèces indigènes. En conséquence, les agences responsables sont chargées de confirmer manuellement des milliers d’images chaque année.
Notre système est conçu pour fournir une surveillance vigilante, précise et automatisée afin de relever ce défi.
Le Dr. O’Shea-Wheller a noté que dans certaines régions européennes, la détection des frelons repose sur des pièges, causant des dommages involontaires aux insectes indigènes et offrant un contrôle limité sur les populations de frelons asiatiques. En revanche, VespAI minimise l’impact environnemental en préservant les insectes non ciblés. De plus, il capture les frelons vivants, facilitant leur traçabilité jusqu’aux nids, la stratégie d’éradication la plus efficace.
VespAI a subi des tests rigoureux sur l’île de Jersey, où des incursions fréquentes de frelons asiatiques se produisent en raison de sa proximité avec la France. Malgré la présence d’espèces d’insectes diverses, y compris des frelons asiatiques et européens, l’algorithme de détection de VespAI les a efficacement distingués, même parmi un grand nombre.
“La précision du système est son principal avantage ; il n’identifie pas incorrectement d’autres espèces ou ne passe pas à côté de frelons asiatiques visitant”, a souligné le Dr. O’Shea-Wheller.
Renforcement des mesures d’exclusion contre les frelons asiatiques
Cependant, des biologistes et des data scientists de l’Université d’Exeter, ainsi que des partenaires de Defra, de l’Unité nationale des abeilles, de l’Association britannique des apiculteurs et de Vita Bee Health, déploient des prototypes supplémentaires. Cette initiative vise à renforcer les efforts d’exclusion face à la recrudescence des observations de frelons asiatiques au Royaume-Uni en 2023.
Alistair Christie, Senior Scientific Officer pour les espèces invasives à Jersey et membre de l’équipe de test, a déclaré : “Le dispositif proposé pourrait s’avérer être un outil puissant pour déterminer précocement la présence de frelons asiatiques dans une zone, comblant ainsi une lacune importante.”
Pour conclure, l’article de recherche, intitulé “VespAI : un système basé sur l’apprentissage en profondeur pour la détection de frelons invasifs”, a été publié dans la revue Communications Biology.
Lisez l’article original sur : Phys Org
Pour en savoir plus : Premières détections des cris des plantes
