Date : 2023
Type : Livre / Book
Type : Thèse / ThesisLangue / Language : anglais / English
Intelligence artificielle en biologie
Accès en ligne / online access
Accès en ligne / online access
Accès en ligne / online access
Résumé / Abstract : Les récifs coralliens se détériorent à une vitesse surprenante et le développement de schémas de surveillance rapides et efficaces pouvant évaluer la santé des coraux et ne se concentrant pas uniquement sur l'absence ou la présence de maladies ou de blanchissement est essentiel. La recherche de ma thèse vise à combiner les domaines de la biologie corallienne, de l'informatique et de la conservation marine. La question principale de ma thèse étant : comment les outils d'intelligence artificielle peuvent-ils être utilisés pour évaluer l'état de santé des coraux à partir de photographies de colonies ? Étant donné que l'évaluation de l'état de santé des colonies coralliennes individuelles reste mal définie, notre approche consiste à utiliser des outils d'IA pour évaluer les indices visuels tels que les conditions physiques dommageables (organismes perforateurs et prédateurs), le contact avec d'autres organismes (algues, sédiments) et les changements de couleur qui pourraient être corrélés avec l'état de santé. Ceci a été réalisé en utilisant les données photographiques de l'expédition Tara Pacific pour construire la première version de machines d'IA capable de reconnaître automatiquement ces repères visuels, puis en appliquant cet outil à deux types d'études de terrain i). Une étude mise en place à Moorea, en Polynésie française, visant à étudier la santé des coraux au cours du temps. ii). Une étude comparative entre les sites endommagés, vierges et restaurés à Raja Ampat, en Indonésie. L'objectif de ces études est d'extraire les repères visuels qui distinguent les coraux en bonne santé des coraux présentant un risque de mortalité plus élevé. Ainsi, j'ai pu créer un modèle d'IA capable d'annoter automatiquement les photographies de colonies de coraux avec des repères visuels pertinents pour évaluer l'état de santé de la colonie.
Résumé / Abstract : Coral reefs are deteriorating at a startling rate and the development of fast and efficient monitoring schemas that attempt to evaluate coral health without only focusing on the absence or presence of disease or bleaching is essential. My Ph.D. research aims to combine the fields of Coral Biology, Computer Science, and Marine Conservation with the main question of my thesis being: how can artificial intelligence tools be used to assess coral health states from colony photographs? Since the assessment of individual coral colony health state remains poorly defined, our approach is to use AI tools to assess visual cues such as physically damaging conditions (boring organisms & predation), contact with other organisms (algae, sediment), and color changes that could correlate with health states. This was achieved by utilizing photographic data from the Tara Pacific Expedition to build the first version of AI machines capable of automatically recognizing these visual cues and then applying this tool to two types of field studies i). A longitudinal study set up in Moorea, French Polynesia aimed to investigate coral health as assessed by mortality/partial mortality events. ii). A comparative study between damaged, pristine, and restoration sites in Raja Ampat, Indonesia. The objective of these studies is to extract the visual cues that distinguish healthy from unhealthy corals. Thus, I was able to create an AI Model capable of automatically annotating coral colony photographs for visual cues relevant to the current health state of the colony.