L’IA dans la lutte contre les changements climatiques

Etienne Plamondon Emond, Hélène Roulot-Ganzmann, Catherine Girouard Collaboration spéciale
Le gratte-ciel flottant Heal-berg a été pensé dans un contexte de réchauffement climatique et de montée des eaux.
Photo: Heal-Berg Le gratte-ciel flottant Heal-berg a été pensé dans un contexte de réchauffement climatique et de montée des eaux.

Ce texte fait partie d'un cahier spécial.

De l’océan aux champs, de la production d’énergie plus verte à la mesure et à la réduction des émissions de CO2, l’intelligence artificielle est déjà utilisée et testée par plusieurs projets et entreprises qui cherchent des solutions de développement durable. Coup d’oeil sur ce qui se fait et sur ce qui s’en vient.

Préserver les océans
Plusieurs projets à l’échelle internationale ont pour ambition de préserver les océans grâce au développement d’outils d’intelligence artificielle. Parmi eux, le Soft Robotic Fish, mis en place par des chercheurs du MIT. Il consiste en un poisson-robot, utilisé par les scientifiques pour observer les créatures marines dans leur écosystème naturel sans les effrayer. Il permet ainsi d’étudier la manière dont la pollution des océans influe sur le comportement desdits poissons. Le poisson-robot est pour l’heure contrôlé à distance, mais à terme, l’ambition est de lui permettre de suivre un banc de poissons de manière autonome grâce à l’intelligence artificielle. Le projet The Ocean Cleanup mobilise quant à lui des robots capables de récupérer jusqu’à cinq tonnes de plastique par mois. Robots qui, à terme, seront entièrement pilotés par l’IA. The Plastic Tide Project, enfin, emploie des drones chargés de survoler certaines zones pour repérer les déchets plastiques. Déchets qui sont identifiés grâce aux algorithmes d’apprentissage machine. 


Diagnostiquer la santé environnementale​

Surveiller l’état de santé des écosystèmes revêt une importance cruciale dans un contexte de développement durable et de pression croissante exercée par l’humain sur l’environnement. Différentes espèces de micro-organismes sensibles aux changements qui affectent leur milieu sont utilisées comme bio-indicateurs pour le suivi de la qualité de l’environnement. Or, leur identification morphologique nécessite beaucoup de temps et d’expertise. Des chercheurs de l’Université de Genève (UNIGE) ont ainsi développé une méthode qui allie la génomique et les outils d’apprentissage automatique pour explorer la biodiversité microbienne des écosystèmes. Avant cela, certaines données ne pouvaient être utilisées pour effectuer des diagnostics de santé des milieux, bon nombre de séquences ADN n’étant pas référencées dans les bases de données existantes. C’est pour exploiter la totalité des données de génomique environnementale, soit l’ensemble de la biodiversité, que les équipes de l’UNIGE ont eu l’idée de recourir à un algorithme d’apprentissage automatique. 


L’accent sur l’IA au Salon Americana​

Le plus grand événement environnemental multisectoriel en Amérique du Nord consacre trois conférences le 27 mars prochain à l’intelligence artificielle. Les 10 000 participants de cet événement organisé durant trois jours au Palais des congrès de Montréal auront ainsi l’occasion d’en savoir plus sur l’IA appliquée à l’environnement et aux changements climatiques. Deux conférenciers viendront ensuite raconter comment ils changent le monde, un pas à la fois, grâce à l’IA. Antoine Heude, d’Envisol, entreprise de conseil et d’ingénierie pour la gestion des sites et sols pollués, expliquera comment les algorithmes prédictifs peuvent répondre à un besoin de gain de temps, d’argent et d’efficacité en classifiant en temps réel la composition chimique des déblais provenant d’un tunnelier. Quant à Nadia Koukoui, de Watergeeks, elle traitera de l’IA dans l’industrie de l’eau, ou de la façon de faciliter le partage d’équipements devenus obsolètes pour certaines compagnies de pointe, mais tout à fait fonctionnels encore pour d’autres entreprises ou municipalités. 


Heal-berg : un gratte-ciel inspiré des icebergs​
Semblant tout droit sorti d’un film de science-fiction, le gratte-ciel flottant Heal-berg a été pensé par les architectes Luca Beltrame et Saba Nabavi Tafreshi, respectivement Italien et Iranien. Bien que sa conception ne soit pas encore possible, il serait envisageable de le voir prendre forme en 2039, selon ses concepteurs, grâce aux avancées technologiques anticipées. Flottant sur l’eau, complètement autonome, produisant son électricité par éoliennes et centrales osmotiques — qui utilisent les différences de salinité entre les eaux douces et salées pour alimenter une turbine —, le Heal-berg a été pensé dans un contexte de réchauffement climatique et de montée des eaux. Les appartements du complexe ne seraient rien de moins que des drones capables de se déplacer d’une partie du complexe à une autre, et un système de train souterrain relierait le bâtiment à la terre ferme. 

L’IA pour réduire le recours au diesel​

Quand doit-on recourir à l’énergie fournie par une centrale au diesel, à celle générée par une éolienne et à celle emmagasinée en réserve ? Hussein Ibrahim, directeur de la recherche et de l’innovation au Cégep de Sept-Îles et de l’Institut technologique de maintenance industrielle (ITMI), fait appel à l’intelligence artificielle pour répondre à ce genre de questions dans le but d’optimiser les réseaux électriques avec plusieurs sources d’énergie. Il se concentre sur les enjeux rencontrés dans les régions éloignées, où les sites miniers et les villages autochtones restent souvent alimentés par des centrales au diesel énergivores et coûteuses à exploiter. « En ajoutant une éolienne, on voyait un gain dans la réduction de la consommation de diesel. Mais en intégrant en plus un algorithme qui analyse des données pour prendre des décisions intelligentes, on voyait d’autres gains », assure-t-il après avoir effectué des simulations avec des données de deux villages du Nord-du-Québec. Et les données sont nombreuses : une éolienne en produit à elle seule près de 200 chaque seconde !

C’est pourquoi l’IA est ici tout indiquée pour prendre les meilleures décisions en tenant compte en temps réel des multiples contraintes, surtout avec des énergies renouvelables qui fluctuent en raison de la météo. « On veut aussi anticiper les défaillances », ajoute-t-il. Il espère, par exemple, que l’IA permettra de commander une pièce de rechange d’avance et de prédire le moment où la sollicitation de l’éolienne sera moins grande pour planifier son installation.