L’intelligence artificielle et l’environnement

L’intelligence artificielle dans le domaine de l’environnement

Dans un article précédent, nous nous intéressions aux applications de l’IA dans le domaine de l’énergie. Bien que grande consommatrice d’énergie, les nombreuses applications que l’on lui trouve démontrent que l’IA est également source d’économies. En témoignent les exemples tirés des domaines du smart building ou encore de la gestion de l’énergie.

Or, que ce soit dans le secteur du transport, de la gestion ou même du tri des déchets, l’intelligence artificielle trouve également des applications dans le domaine environnemental.

L’intelligence artificielle peut notamment nous aider à rationaliser notre consommation tout en limitant l’impact de l’humain sur son environnement. On découvre ça ensemble ?

La reconnaissance d’image pour optimiser le tri des déchets

Le tri des déchets est déjà – en partie – automatisé notamment grâce à la différence de densité des matériaux recyclables. Toutefois, cela ne suffit pas toujours. Certains déchets sont très proches au niveau de leur composition mais réellement différents en ce qui concerne leur utilisation ou leur couleur !

Dans ces déchets demandant un traitement particulier, nous retrouvons des plastiques, des métaux, mais aussi du verre. Pour certains déchets, le seul moyen de les différencier et donc de les trier repose sur leur aspect. En utilisant du Deep Learning associé à de la Computer Vision, il est possible de classifier et trier ses déchets selon leur aspect visuel et cela de manière automatisée à très haute cadence. Le tri des déchets est ainsi largement optimisé car accéléré et fiabilisé. Faire mieux, plus rapidement !

L'IA assiste l'humain et améliore la qualité du tri des déchets
L'IA assiste l'humain et améliore la qualité du tri des déchets

D’une autre façon, la société polonaise Bin-e a créé un conteneur de déchets intelligent. Grâce à l’intelligence artificielle, le conteneur trie automatiquement les différents groupes déchets et les compresse. Ensuite, un capteur indique quand il faut venir le vider. Ce conteneur permet de mieux trier les déchets mais optimise aussi le ramassage des ordures.

Cas client

C’est notamment le cas des emballages plastiques PET, un sujet sur lequel nous travaillons avec Pellenc ST.

Certains emballages PET sont destinés à un usage alimentaire, d’autres non. Or, pour qualifier du PET en alimentaire, ce dernier ne doit pas être mélangé au PET non alimentaire. Plutôt logique quand on sait que certains emballages ont pu contenir des produits hautement toxiques. C’est là que l’IA Neovision entre en jeu. Le seul moyen de les différencier ? Leur aspect visuel donc. Avec du Deep Learning appliqué à de la Computer Vision, il est ainsi possible de classifier différents emballages plastiques en fonction de leur aspect, qui nous renseigne sur leur utilisation passée (notamment grâce à la marque présente sur l’emballage).

Avec la technologie Neovision, Pellenc ST est ainsi capable de proposer des machines triant les emballages PET avec une précision de 94% à une vitesse passant sous la barre des 1,5 ms (millisecondes oui, vous avez bien lu).

IA & transports : moins de kilomètres, moins de carburant, moins de CO2

Le secteur des transports est la principale source d’émission de CO2. Selon l’IFT, en 2018, les transports représentaient 24% des émissions mondiales de CO2. Dans ce total, le transport routier s’adjuge 75% des émissions. Or, si rien ne change et toujours l’IFT, ces externalités devraient connaître une augmentation de 60% d’ici 2050. Pas de quoi se satisfaire d’un potentiel statu quo.

Lorsque l’on parle d’intelligence artificielle et de transport, nous en venons spontanément au véhicule autonome. Cette technologie chère au cœur d’Elon Musk pourrait bien révolutionner la vision que nous avons de l’automobile. En effet, nous sommes peut être à l’orée d’un nouveau paradigme menant à la fin du véhicule individuel, notamment dans un cadre de vie citadin. Comment cela ? Tout d’abord, parce que les flottes de véhicules partagées pullulent dans les agglomérations. A cela, il faut ajouter que des milliers de voitures sont immobilisées 80% du temps, le coût d’entretien d’un véhicule et des places de parking qui deviennent aussi chères que rares. Nous ne pouvons faire qu’un constat : nous sommes face à un système bien loin d’être optimisé. Toutefois, en se projetant un peu, une solution se dégage : imaginons une flotte d’automobiles autonomes. Comme vous le faîte avec votre service de VTC, vous pourriez solliciter un véhicule pour une course et suite à celle-ci, une autre personne pourrait profiter de ce service. Le transport individuel pourrait ainsi être rationalisé et assuré par une petite flotte de véhicules autonomes..

Mais résumer l’apport de l’IA au monde du transport au seul véhicule autonome serait bien réducteur… En effet, sans aller vers une technologie de rupture, il est déjà possible d’optimiser l’existant. Si les cartes, puis le GPS nous ont permis d’optimiser nos déplacements, nous pouvons aller plus loin. Notamment lorsque nous nous intéressons aux transports en commun et aux transports de fret. L’IA permet aujourd’hui, via la recherche opérationnelle, d’optimiser nos trajets, que ce soit pour les véhicules terrestres mais également pour l’aviation civile ! L’IA permet d’épargner de nombreux kilomètres inutiles, engendrant gain de temps, d’argent mais aussi une réduction de l’impact environnemental !

Cas client

Neovision a travaillé sur ce sujet avec la société Transarc.

La société de transport se demandait comment améliorer l’organisation de ses tournées. Après quelques échanges et conseils de Neovision, un projet d’optimisation des tournées visant à limiter le kilométrage à vide était né !

Neovision a ainsi développé une application web intégrant une IA capable de d’optimiser les tournées en modifiant certaines affectations de conducteurs aux secteurs. L’application propose ainsi des changements opérationnels aux managers qui n’ont plus qu’à les proposer aux conducteurs de bus.

En résulte une économie de 200 000 kilomètres en un an, représentant – grosso modo – 200 000 € d’économie.Transarc a ainsi obtenu un ROI financier de 100% en 3 mois. Mais la société a également vu son empreinte carbone chuter ! Qui dit mieux ?

Une agriculture raisonnée grâce à l’IA ?

L’agriculture intensive n’est pas vraiment respectueuse de l’environnement. Deux choses permettent d’expliquer cela : la monoculture, loin de favoriser la biodiversité et l’utilisation massive de produits phytosanitaires. Si de nouvelles méthodes agricoles, comme la permaculture, apportent une solution alternative à la monoculture, l’utilisation de produits phytosanitaires comme les engrais et les pesticides ne décroît pas.

Un terrible constat puisque cette utilisation effrénée pose plusieurs problèmes majeurs : destruction de la biodiversité, pollutions des eaux, pollution et stérilisation des sols, risques sanitaires pour l’humain… Beaucoup de problèmes donc mais peu – voire pas – de solutions. Enfin peut-être désormais.

Certaines sociétés développent des solutions qui aident les exploitants à raisonner et donc réduire leur consommation de produits phytosanitaires.

C’est notamment le cas de la société Abelio. La startup propose une solution alliant plusieurs technologies : drone solaire, capteur multispectral et intelligence artificielle. Le drone survole les exploitations et vient détecter, précisément, les zones et parcelles présentant un problème. Que ce soit des carences, des pathologies ou bien des nuisibles, Abelio est capable de les reconnaître et donc de les localiser. Suite à ce diagnostic automatisé, l’agriculteur est en mesure de cibler l’utilisation d’engrais ou de pesticides. Plus besoin d’épandage global, et une consommation rationnalisée.

Les drones et l'intelligence artificielle, meilleurs alliés des agriculteurs ?
Les drones et l'intelligence artificielle, meilleurs alliés des agriculteurs ?

Outre, les bénéfices écologiques et sanitaires, les agriculteurs font également d’importantes économies pécunières puisque les produits sont souvent onéreux.

La détection de déchets pour nettoyer nos villes… et nos cours d’eau !

Si le continent de plastique et la concentration croissante de microparticules de plastique dans les océans nous inquiètent à juste titre, ces phénomènes ne sont qu’une conséquence de notre consommation de plastique et de nos habitudes.

En effet, nous n’allons pas directement jeter les emballages plastiques dans la mer ou l’océan. La plupart du temps, ces derniers finissent sur le sol de nos cités urbaines, puis dans le caniveau, les égouts et… les cours d’eau. Or, comme tout le monde l’a appris à l’école, chaque cours d’eau finit inévitablement par se jeter dans une mer ou océan. Entraînant avec lui l’ensemble des déchets plastiques qu’il aura pu embarquer.

Face à cela, l’IA peut nous apporter des solutions. Tant au niveau des villes que pour dépolluer les cours d’eau.

Prenons le problème à la base : les villes, grandes productrices de déchets.  Il serait donc intéressant de trouver une solution applicable dans cet écosystème. Nous en citerons deux : les caméras de surveillance intelligentes et les véhicules de voiries assistés par l’IA.

La première solution est assez simple. Prenons un quartier d’une ville connaissant des problèmes de propreté récurrents. En installant une caméra, ou en utilisant celle déjà en place, il serait possible de détecter un amoncellement de déchets. Ainsi, les services de voirie peuvent déclencher une opération de nettoyage et de ramassage pour éviter que ces déchets ne soient emportés par les intempéries. De la même façon, cette solution permettrait de lutter contre les dépôts sauvages, en identifiant les fautifs.

La seconde solution est assez complémentaire à la première. Les véhicules spécialisés, utilisés pour nettoyer les rues sont tout sauf intelligents. Ils repoussent les déchets directement dans le caniveau et les envoient dans les égouts. Pas pratique pour trier les mégots des feuilles mortes. Résultat : Les rues sont propres, aux dépens de l’océan. Des chercheurs de l’EPFL ont développé une technologie capable d’identifier 25 catégories de déchets présents au sol : bouteilles en plastique, journaux, mégots, feuilles d’arbres. Cette technologie exploite les caméras embarquées dans les véhicules de voirie et permet de mieux comprendre l’état de pollution de villes, d’optimiser les itinéraires et fréquences de nettoyage. La prochaine étape consistera probablement à rendre les véhicules capables de trier les déchets rencontrés.

Venons en à la pollution des cours d’eau jusqu’aux embouchures… Vaste sujet. Ocean Cleanup, une ONG accompagnée par Microsoft, souhaite dépolluer les océans. Toutefois, avant de se lancer dans un projet de cette dimension, l’ONG développe “The Interceptor”, des barges captant les déchets flottants pour nettoyer les fleuves en Asie. Les barges sont autonomes et embarquent des modèles de machine learning pour reconnaître les déchets. Prochain objectif : équiper 1000 rivières de ces barges d’ici cinq ans. 

Le dernier projet parlera probablement aux détenteurs de robots aspirateurs. La société Recyclamer a développé le robot Geneseas. Ce dernier vient s’implanter dans les ports et marina et les parcours sans relâche. Le robot vient ainsi capter tous les déchets flottants mais pas que, il absorbe également les nappes d’hydrocarbure. Le petit robot est assisté d’une technologie lui permettant d’éviter les collisions et d’un système d’alerte lorsque son réservoir est plein.

En couplant ces deux technologies, les déchets plastiques n’ont qu’à bien se tenir !

Conclusion

Désormais, si l’on vous dit que l’IA n’est qu’énergivore ou destructrice de l’environnement, vous aurez des éléments pour prouver le contraire ! Sans apporter une solution universelle, elle permet néanmoins de faire des petits pas vers la protection de l’environnement en s’attaquant à des problématiques du quotidien, tel que le tri des déchets. De quoi promouvoir une nouvelle fois le côté vertueux de ces technologies.

VOUS AVEZ UN PROJET LIANT IA ET ENVIRONNEMENT ?

CONTACTEZ-NOUS
Mathieu Poissard
No Comments

Post a Comment

Neovision © 2021