La livraison de nourriture à travers des zones de conflit, des champs de mines et des inondations peut mettre les travailleurs humanitaires en danger de mort.
PUBLICITÉ
PUBLICITÉ
Aujourd’hui, la technologie développée pour contrôler les rovers sur des planètes lointaines est adaptée pour retirer les travailleurs humanitaires de certaines des missions humanitaires les plus dangereuses au monde.
Le projet AHEAD, une collaboration entre le Programme alimentaire mondial, le centre de recherche aérospatial allemand DLR, la Croix-Rouge et des partenaires technologiques, développe des véhicules télécommandés capables de transporter des fournitures dans des zones considérées comme trop dangereuses ou difficiles pour les camions de livraison conventionnels.
Des images d’un site d’essai du DLR en Allemagne montrent un véhicule tout-terrain SHERP pataugeant en eau libre et grimpant sur un terrain accidenté.
Des capteurs scannent le terrain devant vous tandis qu’un opérateur contrôle le véhicule à distance, lui permettant de se déplacer sans que personne ne prenne le volant.
Le système s’appuie sur l’expérience du DLR dans le développement de rovers planétaires autonomes et télécommandés, notamment le rover MMX construit pour explorer Phobos, l’une des lunes de Mars.
La même volonté d’utiliser les technologies émergentes dans le travail humanitaire s’étend au-delà des livraisons physiques.
HungerMap Live, une plateforme accessible au public développée par le Programme alimentaire mondial, utilise l’apprentissage automatique et des données en temps quasi réel pour suivre l’insécurité alimentaire dans plus de 95 pays.
Selon l’organisation, il combine des informations sur des facteurs tels que les conflits, les conditions météorologiques, les aléas climatiques et les conditions économiques pour aider à identifier les crises alimentaires émergentes.
“Tout le monde peut consulter HungerMap Live sur Internet. Vous pouvez obtenir des données en temps réel, et actuellement nous étudions même la possibilité de prévoir la sécurité alimentaire dans 90 jours”, a déclaré Bernhard Kowatsch, directeur de la division Global Accelerator and Ventures du PAM.
Utiliser l’IA pour cartographier une catastrophe
Des cartes fiables sont également essentielles aux réponses humanitaires. Sans informations sur les routes, les bâtiments et les centres de population, les travailleurs humanitaires peuvent avoir du mal à décider où évacuer les personnes, installer des abris ou livrer des fournitures.
Après deux puissants tremblements de terre qui ont frappé le nord du Venezuela en juin, le manque de données géographiques a rendu difficile l’évaluation des dégâts et la priorisation de l’aide.
L’équipe humanitaire OpenStreetMap affirme avoir utilisé l’apprentissage automatique pour extraire des informations sur les bâtiments à partir d’images satellite. Les bénévoles ont ensuite examiné les images via leur application MapSwipe, marquant les zones où les structures semblaient endommagées.
« Quatre jours après le tremblement de terre, nous avons pu mobiliser plus de 600 volontaires qui balayaient l’application mobile de gauche à droite pour indiquer : oui, cette zone du bâtiment est endommagée ; non, cette zone du bâtiment n’est pas endommagée », a déclaré Leen D’hondt, directrice de la technologie et des données de l’équipe humanitaire d’OpenStreetMap.
“Et cela a vraiment aidé les premiers intervenants à se rendre dans les bonnes zones pour la livraison de nourriture et pour tous les autres besoins dont nous pourrions avoir besoin immédiatement après le séisme”, a ajouté D’hondt.
Malgré toute la vitesse que l’IA peut ajouter, D’hondt a déclaré que la technologie ne peut toujours pas égaler la précision du travail détaillé effectué par les cartographes humains.
« La cartographie manuelle offre toujours la meilleure qualité. Cependant, la vitesse est parfois plus importante », a-t-il déclaré.
“Parfois, il est plus important de savoir plus ou moins où se trouvent les bâtiments. Ils ne sont pas parfaitement cartographiés, mais nous savons combien de personnes vivent dans cette zone. Et c’est là que les modèles d’IA et d’apprentissage automatique entrent en jeu actuellement.”
Malgré des progrès rapides, les experts affirment que ces systèmes sont encore loin d’être systématiquement intégrés aux interventions d’urgence à travers le monde.
“Pour le moment, dans la plupart des pays, il n’existe vraiment aucun système intégré à ces protocoles d’urgence”, a déclaré Monique Kuglitsch, directrice de l’innovation à l’Institut Fraunhofer Heinrich Hertz.
“Il y a des exceptions. En Inde, ils disposent d’un système d’alerte précoce basé sur l’IA qui est opérationnel. En Europe également, nous disposons d’un système de prévision par IA du Centre européen pour les prévisions météorologiques à moyen terme, qui est opérationnel. Mais dans de nombreux pays, il est encore expérimental.”
