Une étude publiée par le Stanford Institute for Economic Policy Research et la fondation GRACE Communications, a montré que le machine learning pourrait lire les images satellites et identifier les fermes qui polluent notre environnement. Cette intelligence artificielle serait plus performante que les méthodes traditionnelles.
Les grandes exploitations représentent 40 % de l’élevage de bétail aux États-Unis. Ce sont majoritairement ces acteurs qui sont à l’origine de la pollution de l’eau. De plus, ce type d’exploitation se doit d’avoir un permis spécial pour pouvoir jeter ses déchets. Toutefois, l’agence de protection de l’environnement américaine estime que 60 % de ces fermes ne le possèdent pas. Comme il n’existe pas de réel système pour contrôler ces fermes, ce sont jusqu’à présent les groupes environnementaux qui faisaient le travail.
Grâce à cette innovation, les choses pourraient rapidement évoluer. Ce nouveau modèle d’IA est déjà entraîné à scanner des images. En d’autres termes, la machine a appris à reconnaître et différencier les formes satellites d’une ferme de porcs, et celles d’une ferme de volailles, par exemple.
Cassandra Handan-Nader et Daniel Ho expliquent que l’algorithme a permis d’identifier 15 % de fermes polluantes en plus, par rapport à la méthode traditionnelle. L’intégration de cette intelligence artificielle pourrait permettre à l’humain de se concentrer sur des tâches plus complexes, notamment identifier les dégâts environnementaux liés à la décharge des déchets d’une ferme.
Article rédigé par Georges Simmonds pour RT Flash
