Voir le sol autrement

Charles-Édouard Carrier Collaboration spéciale
De gauche à droite: Erwan Gloaguen, Martin Blouin, Véronique Prince et Lorenzo Perozzi.
Photo: INRS De gauche à droite: Erwan Gloaguen, Martin Blouin, Véronique Prince et Lorenzo Perozzi.

Ce texte fait partie d'un cahier spécial.

Geolearn se spécialise dans la description automatisée de carottes de forage par intelligence artificielle ainsi que dans l’intelligence artificielle appliquée aux sciences de la Terre en général. Comment les domaines minier, pétrolier et environnemental peuvent-ils bénéficier de ces nouvelles technologies ?

La start-up Geolearn a été fondée par des doctorants du professeur Erwan Gloaguen. En appliquant l’intelligence artificielle (IA) au domaine minier, l’entreprise permet aux sociétés minières d’optimiser leurs procédés d’exploitation des ressources de la Terre. Exemple novateur de synergie industrie-recherche, le laboratoire du professeur Gloaguen et Geolearn partagent les mêmes locaux à l’Institut national de recherche scientifique (INRS).

D’un point de vue historique, tout ce qui touche à la Terre est interprété par des géologues. Ces experts observent la matière en se basant sur les textures, les couleurs, l’arrangement des cristaux, les minéraux qu’ils notent, etc. Ce raisonnement basé sur l’information antérieure des descriptions géologiques et l’expérience du géologue permet de tirer des conclusions. « Avec l’IA, nous pouvons reproduire ce raisonnement à partir de la numérisation des connaissances acquises par les experts géologues, automatiser les processus redondants, standardiser les approches, limiter les biais de l’utilisateur et aller encore plus loin dans l’analyse, explique Martin Blouin, cofondateur de Geolearn. Il y a beaucoup d’information qui est perdue. Nous pouvons maintenant modéliser toutes ces données avec des processus liés à l’intelligence artificielle. »

Sur le terrain, de l’exploration minière jusqu’à la production et la gestion des déchets, ces données non recueillies ou écartées parce qu’elles demandent des analyses trop poussées pour être utilisables intéressent Geolearn. En les décortiquant, on souhaite optimiser les procédés des chaînes d’exploitation et en fin de compte réduire l’empreinte environnementale des projets dans une industrie encore bien conservatrice.

Consolider le rôle du géologue
Par exemple, à partir des photos des carottes de sol, les logiciels de Geolearn sont en mesure de faire de premières prédictions de leurs caractéristiques géologiques, un travail long et fastidieux jusqu’à maintenant réservé aux géologues. « En le libérant de cette première étape, l’expertise du géologue est mieux utilisée. Il peut se concentrer sur la roche nouvelle et faire de l’interprétation plus approfondie. C’est pourquoi il est crucial que le géologue demeure dans le processus, assure Martin Blouin. Ce sont des outils que les spécialistes sur le terrain doivent s’approprier pour être en mesure de mieux les intégrer à leur travail et en tirer le plein potentiel. »

Pour atteindre son objectif de réduction de l’empreinte des travaux miniers, l’entreprise de Québec espère une planification des forages plus efficace, limitant les émissions et les impacts sur les sites exploités, qui verront leur quantité de résidus miniers acides diminuer. « Le développement de gisements miniers au mauvais endroit à cause d’interprétations erronées n’est pas rare, remarque l’entrepreneur. Nous n’avons pas la réponse à tous les problèmes, mais avec l’intégration de données, l’analyse prédictive et la visualisation améliorée, nous faisons certainement partie de la solution. »

La cohabitation en laboratoire
À l’INRS, on a permis à l’équipe de partager des locaux avec le professeur Erwan Gloaguen, qui consacre ses recherches à l’assimilation des données pour améliorer la connaissance des sols, pour des applications environnementales, minières et pétrolières. C’est d’ailleurs dans ce laboratoire que Martin Blouin, Lorenzo Perozzi et Antoine Caté ont développé l’approche technologique de Geolearn lorsqu’ils y étaient étudiants au doctorat ou chercheurs postdoctoraux. Le professeur Gloaguen est d’avis que le lien privilégié entre la sphère scientifique et la sphère commerciale est très positif.

« Même si nous pouvions très bien vivre de façon indépendante, la liste des bénéfices mutuels est longue. Traditionnellement, le professeur est dans sa tour d’ivoire, seul dans son bureau. Ici, ça nous garde en contact rapproché avec le milieu et le partage d’expérience nous fait grandir mutuellement. Quant aux étudiants, c’est pour eux la preuve que l’on peut à la fois faire de la recherche, créer sa propre entreprise et avoir un impact positif sur l’environnement. C’est très motivant », explique celui qui est maintenant conseiller scientifique pour l’entreprise sans toutefois y avoir d’intérêts financiers.

Le maillage entre la recherche et l’industrie dans le domaine minier semble aussi être très bénéfique pour Geolearn. « Bien que d’un point de vue scientifique, nous avons des ambitions commerciales, le fait d’être en contact constant avec la recherche nous permet de préserver une avance dans nos efforts de recherche et développement », note Martin Blouin. L’entreprise profite aussi de cette proximité pour donner un coup de pouce aux étudiants qui souhaitent ajouter un volet d’apprentissages automatiques à leurs travaux. De surcroît, Geolearn contribue à créer une main-d’œuvre qui comprend les enjeux liés à l’environnement, mais qui est tout aussi qualifiée en intelligence artificielle. « Dans un contexte de pénurie de main-d’œuvre, poursuit Martin Blouin, ce contact privilégié avec les étudiants est un net avantage. »

Le futur de l’IA et l’environnement
Un mariage réussi est à prévoir entre les technologies d’intelligence artificielle et l’environnement, croit le professeur Erwan Gloaguen : « L’IA a le potentiel d’optimiser les ressources, de maximiser les profits et de limiter l’impact environnemental dans différentes sphères des sciences de la Terre. Mieux exploiter les ressources permet aussi de réduire les coûts de restauration des sites. Des milliers de gigaoctets de données non utilisées peuvent être décodés grâce à des algorithmes puissants pour faire des prédictions et mieux penser les efforts d’exploitation. Les boîtes noires que sont les algorithmes d’apprentissage profond développés par le MILA (Université de Montréal), Google ou Facebook le font déjà avec nos données numériques sur le Web. Pour l’environnement, cela consiste à adapter ces boîtes noires qui compilent et traitent des informations environnementales dans le but d’aider les gestionnaires à prendre de meilleures décisions. »

Du côté de Geolearn, les ambitions technologiques de l’entreprise ne se limitent pas au domaine minier. D’autres secteurs sont à développer pour cette jeune équipe, pour qui la gestion optimale des ressources de la Terre n’est pas qu’un avantage concurrentiel, c’est un devoir que tous, gouvernement, gestionnaires et chercheurs, doivent prendre au sérieux.