L’intelligence artificielle peut être utilisée pour détecter les frelons asiatiques envahissants et sonner l’alarme, selon de nouvelles recherches. Des chercheurs de l’Université d’Exeter ont développé VespAI, un système automatisé qui attire les frelons vers une station de surveillance et capture des images standardisées à l’aide d’une caméra aérienne.
Lors de la visite d’un frelon asiatique, VespAI peut identifier l’espèce avec une précision presque parfaite, ce qui permet aux autorités de réagir rapidement.
Les frelons asiatiques (également connus sous le nom de frelons à pattes jaunes) ont déjà envahi une grande partie de l’Europe continentale et certaines parties de l’Asie de l’Est, et ont récemment été signalés dans les États américains de Géorgie et de Caroline du Sud. Le Royaume-Uni se trouve à la limite du front d’invasion européen et, avec les incursions annuelles en cours, il existe un besoin urgent d’améliorer les systèmes de surveillance.
« Notre objectif était de développer quelque chose de rentable et polyvalent, afin que tout le monde, des gouvernements aux apiculteurs individuels, puisse l’utiliser », a déclaré le Dr Thomas O’Shea-Wheller, de l’Institut de l’environnement et du développement durable du campus Penryn d’Exeter, en Cornouailles.
« Cette étude a testé une version prototype et les résultats ont été encourageants. VespAI s’avère prometteur en tant que système d’alerte précoce robuste pour détecter les ingressions de frelons asiatiques dans de nouvelles régions. »
VespAI utilise un processeur compact pour fonctionner et reste inactif à moins que ses capteurs n’identifient un insecte de la taille d’un frelon.
Si cela se produit, l’algorithme d’IA du système s’active et analyse l’image pour déterminer s’il s’agit d’un frelon asiatique (Vespa velutina) ou d’un frelon européen (Vespa crabro). Si un frelon asiatique est détecté, le moniteur envoie alors une alerte image à l’utilisateur, lui permettant de confirmer l’identification.
À l’heure actuelle, la stratégie de réponse du Royaume-Uni dépend de l’observation, de l’identification et du signalement des frelons asiatiques. Cependant, cela présente certaines limites.
« Malheureusement, la majorité des rapports soumis concernent des espèces indigènes mal identifiées, ce qui signifie que les agences responsables doivent valider manuellement des milliers d’images chaque année. Notre système vise donc à fournir une capacité de surveillance vigilante, précise et automatisée pour remédier à ce problème », a déclaré le Dr. Peter Kennedy, qui a conceptualisé le système.
« Dans certaines régions d’Europe, la détection repose sur le piégeage des frelons, mais ces pièges tuent de nombreux insectes indigènes et n’ont que peu d’impact sur le nombre de frelons asiatiques.
« VespAI ne tue pas les insectes non ciblés et élimine ainsi l’impact environnemental du piégeage, tout en garantissant que les frelons vivants peuvent être capturés et retracés jusqu’au nid, ce qui est le seul moyen efficace de les détruire. »
Au cours du projet, le système a été testé de manière approfondie sur l’île de Jersey, qui connaît de nombreuses incursions de frelons asiatiques en raison de sa proximité avec la France. Bien que cela ait exposé le moniteur aux frelons asiatiques, aux frelons européens et à divers autres insectes, l’algorithme de détection de VespAI a réussi à distinguer chacun d’entre eux, même lorsqu’ils sont présents en grand nombre.
« C’est l’avantage de notre système : sa grande précision signifie qu’il n’identifiera pas à tort d’autres espèces, ni ne manquera les frelons asiatiques qui nous visitent », a déclaré le Dr O’Shea-Wheller.
Le projet de recherche comprenait à la fois des biologistes et des scientifiques des données de l’Institut de l’environnement et de la durabilité de l’Université d’Exeter, du Centre d’écologie et de conservation et de l’Institut de science des données et d’intelligence artificielle.
Cette année, l’équipe commencera à déployer des prototypes supplémentaires en collaboration avec le Defra, la National Bee Unit, la British Beekeepers Association et Vita Bee Health. Alors que l’année 2023 connaît un nombre record d’observations de frelons asiatiques au Royaume-Uni, le système vise à renforcer les efforts d’exclusion à un moment potentiellement crucial.
« Le dispositif proposé pourrait s’avérer un outil puissant pour la détermination précoce de la présence de frelons asiatiques dans une zone, comblant ainsi une lacune importante », a déclaré Alistair Christie, responsable scientifique principal pour les espèces envahissantes à Jersey, et membre des tests collaboratifs. effort.
L’article, publié dans la revue Biologie des communicationss’intitule « VespAI : un système basé sur l’apprentissage profond pour la détection des frelons invasifs ».
Plus d’information:
VespAI : un système basé sur le deep learning pour la détection des frelons invasifs, Biologie des communications (2024). DOI : 10.1038/s42003-024-05979-z