Accélérer l'ESS grâce à l'IA : suivre, surveiller et gérer la contamination chimique de l'eau

Dans le monde actuel axé sur les données, l’IA n’est pas seulement sur la carte – elle est sur la voie rapide. Qu’il s’agisse d’extraire des informations essentielles, de suivre les évolutions réglementaires, de prévoir les risques, de surveiller les indicateurs de santé et de sécurité des employés ou de rationaliser les rapports, l’IA est en train d’orienter l’avenir de l’ESS, du développement durable et de la conformité. Mais alors que les professionnels prennent le volant, quels sont les obstacles et les feux verts qui se dressent sur le chemin ? Cette série d’articles vous aidera à naviguer dans l’avenir de l’IA en matière d’ESS.

Des universitaires et des scientifiques exploitent l’intelligence artificielle (IA) pour aider les gouvernements du monde entier à mesurer la contamination chimique en temps réel et à traquer les pollueurs. Les régulateurs et les décideurs politiques espèrent ainsi pouvoir répondre aux défis de la pollution et les atténuer plus rapidement et avec plus de précision, ce qu’ils avaient jusqu’à présent du mal à faire.

La surveillance traditionnelle de l’environnement repose généralement sur la collaboration de plusieurs agences relevant de différentes juridictions pour prélever des échantillons sur le terrain, effectuer des analyses en laboratoire et gérer des capteurs à distance. De ce fait, les gouvernements se retrouvent souvent dans l’impossibilité d’agir. “Ces méthodes sont souvent insuffisantes dans les cas de pollution dynamique à haute densité, c’est-à-dire précisément les types de phénomènes qui dominent aujourd’hui le paysage mondial de la pollution”, explique Ganna Pogrebna, spécialiste des données comportementales à l’Institut Alan Turing, un centre national d’excellence pour l’IA et la science des données, basé à Londres.

Les modèles d’IA – avec leur reconnaissance d’image sophistiquée, leurs capacités d’apprentissage automatique et leur puissance de traitement des données – offrent aux régulateurs la possibilité de prendre une longueur d’avance. “L’attrait de l’IA ne réside pas seulement dans sa puissance analytique, mais aussi dans sa capacité à générer des informations exploitables”, explique M. Pogrebna. “L’IA offre la possibilité de faire passer la gouvernance environnementale d’un modèle rétrospectif et réactif à un modèle anticipatif, adaptatif et décentralisé.”

L’IA est actuellement plus performante dans le suivi de la pollution de l’eau que dans celui de l’air. En effet, la pollution de l’eau peut être évaluée plus facilement par l’analyse de photos et l’IA est particulièrement douée pour analyser rapidement et avec précision de grandes quantités de données visuelles. Discerner les gaz dans l’atmosphère est plus compliqué, et ces efforts ont quelques années de retard sur ce qui est déjà en cours avec l’IA et la contamination de l’eau.

Aquatic AI

Une étude récente, réalisée par des chercheurs du College of Artificial Intelligence de l’université de Hangzhou Dianzi, explique en détail comment l’IA peut apprendre beaucoup plus de choses à partir d’une photo qu’un être humain ne pourrait jamais le faire. Les modèles d’IA ont été formés à l’utilisation de techniques de spectroscopie spécialisées qui détectent les états de vibration et de rotation des systèmes moléculaires, que l’IA peut utiliser pour calculer la composition chimique exacte des matériaux. En fait, ont conclu les chercheurs de Hangzhou, l’IA peut transformer les vidéos et les photos en une empreinte moléculaire, permettant d’identifier les aérosols, les liquides et les gaz dissous dans les cours d’eau.

Mais même avec toute cette puissance de l’IA, cela prend encore du temps car les humains doivent enseigner aux modèles le comportement moléculaire de chaque produit chimique que nous voulons identifier. Les modèles doivent ensuite passer au crible des photos et des images à plusieurs reprises pour chaque produit chimique différent. Comme l’a récemment rapporté 3E, chaque morceau de microplastique peut contenir des milliers de produits chimiques différents.

Xiaojing Li est chargée de recherche au Centre for Environmental Research and Justice de l’université de Birmingham. Avec ses collègues, elle cherche un moyen de mesurer les effets de plusieurs contaminants chimiques différents à la fois.

La recherche produit chimique par produit chimique est à la fois longue et “trop simple”, explique Mme Li, car les produits chimiques ne restent pas nécessairement isolés une fois qu’ils sont libérés dans l’environnement ; ils se mélangent et interagissent les uns avec les autres, ce qui peut modifier leur toxicité. “Ils se mélangent et interagissent entre eux, ce qui peut modifier leur toxicité. Le résultat final est un cocktail de toxicité”, explique-t-elle.

C’est ce cocktail que les agences environnementales devraient surveiller, affirme-t-elle, et l’un des moyens d’y parvenir est d’enseigner à l’IA à surveiller la santé génétique des puces d’eau.

Résolution de problèmes

Les puces d’eau sont des crustacés microscopiques très sensibles aux fluctuations chimiques de l’eau. Si des changements dans l’activité de leurs gènes suggèrent des signes précoces de stress ou de dommages, l’IA peut aider Li à inverser le problème en recherchant les substances qui pourraient être en cause. “En utilisant l’IA de cette manière, nous pouvons identifier des sous-ensembles de produits chimiques susceptibles de nuire à la vie aquatique. Cela peut révéler que des produits chimiques sont nocifs même à de faibles concentrations qui ne nous inquiéteraient normalement pas. Elle peut également révéler de nouveaux produits chimiques qui ne sont pas actuellement réglementés mais qui mériteraient d’être étudiés”, explique M. Li.

L’IA guide également les efforts de dépollution. En 2022, M. Pogrebna a participé à un projet bangladais visant à lutter contre les “îles de plastique” qui flottent et obstruent les vastes deltas fluviaux du pays. “Ces îles sont des choses désagréables. On peut se tenir debout dessus et les enfants y jouent au football, c’est incroyablement dangereux”, explique M. Pogrebna.

Les îles en plastique se déplacent souvent au gré des courants fluviaux et, dans le laps de temps qui s’écoule entre la localisation d’une île et la mise en place d’une intervention, l’île peut avoir dérivé dans un endroit complètement différent. Le réseau du delta est tellement complexe et entrelacé qu’il ne suffit pas de regarder plus en aval.

“Nous avons déployé des caméras sur des bateaux pour capturer des séquences vidéo”, explique M. Pogrebna. “Grâce à une IA qui connaît les mouvements habituels de l’eau, vous pouvez prédire quelques jours à l’avance où se trouvera l’île de plastique. Cette information est précieuse dans un environnement pauvre en ressources, explique M. Pogrebna, car elle permet de cibler les nettoyages et de réduire les efforts inutiles.

Application de la réglementation

La capacité de l’IA à identifier la pollution et à stimuler les efforts de remédiation est une aide précieuse, estime M. Pogrebna, mais c’est la possibilité d’utiliser la technologie pour déterminer avec précision l’origine de la pollution qui en fait un outil d’application de la réglementation potentiellement puissant.

Dans un article scientifique publié en 2024, des chercheurs chinois ont montré comment l’association de données telles que les schémas d’écoulement de l’eau avec des informations sur l’utilisation des sols permet de créer des “modèles de suivi de la trajectoire de la pollution”. Lorsque ces modèles détectent l’emplacement des groupes de pollution dans les rivières et analysent leur composition chimique, ils peuvent simuler les voies de dispersion de la pollution en amont et estimer la source de pollution.

“En intégrant des données issues de l’imagerie satellitaire, de l’océanographie et d’échantillons prélevés sur le terrain, ces systèmes permettent de retracer l’origine des microplastiques dans des activités industrielles ou des catégories de produits spécifiques”, explique M. Pogrebna. “Il s’agit là d’informations essentielles pour l’application des réglementations, qui cherchent de plus en plus à réduire les microplastiques et autres polluants émergents.”

Selon M. Pogrebna, dans un avenir proche, les modèles d’IA joueront un rôle clé en aidant les enquêteurs à relier les polluants à leurs sources. Bien que toutes les découvertes nécessitent une vérification humaine, elles feront partie des preuves qui conduiront à des poursuites judiciaires contre les entreprises chimiques – et l’industrie doit se préparer à cet examen plus approfondi.

Ironie de l’environnement

Les acteurs du monde de l’IA n’ont pas encore abordé la question de la durabilité. “Si vous y réfléchissez, il est un peu étrange d’utiliser l’IA comme solution, car elle n’est pas durable. Elle consomme beaucoup d’énergie”, explique M. Pogrebna. “L’énergie que vous utilisez pour une seule requête ChatGTP n’est pas négligeable, et je ne pense pas que les gens y pensent vraiment.

L’IA nécessite également une énorme quantité d’eau pour refroidir son matériel. Selon le Programme des Nations unies pour l’environnement, les infrastructures d’IA pourraient bientôt consommer six fois plus d’eau que le Danemark.

À cela s’ajoute la question de l’approvisionnement en terres rares, nécessaires à la construction des ordinateurs et des centres de données sur lesquels repose l’IA. Le rythme de l’amélioration technologique de l’IA pose également un problème environnemental sous la forme de déchets électroniques laissés par les machines rendues obsolètes par les progrès incessants. Ces déchets contiennent souvent des substances toxiques qui, ironiquement, peuvent polluer davantage les masses d’eau si les processus de recyclage appropriés ne sont pas respectés.

L’IA pourrait bien offrir aux régulateurs un outil puissant pour la protection de l’environnement, mais elle leur pose également une série de défis qui n’ont pas encore de solutions évidentes.

Les chercheurs sont conscients des inconvénients de l’IA depuis un certain temps déjà. Matthew Lowe, ingénieur spécialiste des eaux usées à l’université de Stony Brook, a publié en 2022 un article sur la capacité de l’IA à contrôler la qualité de l’eau, et il a souligné que les scientifiques doivent encore s’attaquer à plusieurs limites pour que l’IA soit largement utilisée par les régulateurs.

“Une mauvaise gestion des données, une faible explicabilité, une reproductibilité et une normalisation insuffisantes des modèles, ainsi qu’un manque de transparence universitaire sont autant d’obstacles importants à surmonter pour réussir à mettre en œuvre ces applications intelligentes”, a conclu M. Lowe. En d’autres termes, il est peut-être déjà possible pour les gouvernements de suivre la pollution et de la gérer à l’aide de l’IA, mais les chercheurs doivent encore perfectionner le processus.

Toutefois, compte tenu de la rapidité des progrès réalisés ces dernières années, M. Pogrebna estime que ce n’est qu’une question de temps avant que les chercheurs ne parviennent à résoudre certains de ces problèmes. “Nous disposons d’études de cas et de villes où le suivi de la pollution par l’IA a été couronné de succès. C’est une preuve de concept, et l’adoption généralisée de cette technologie est la prochaine étape logique”, déclare M. Pogrebna. “Il s’agit de savoir quand, et non pas si.

Légende de la photo : Une île de plastique flotte dans une rivière au Bangladesh (Ganna Pogrebna).