Une étude de l'université McGill vise à rendre les contributions des médias sociaux plus utiles aux gestionnaires de crise. (Photo : Université McGill)

Améliorer la gestion d’épisodes météo extrêmes avec l’intelligence artificielle

Combiner l’intelligence artificielle et les réseaux sociaux pour mieux gérer des événements météorologiques extrêmes est le défi que se sont lancé des chercheurs de l’Université McGill. 

Dans l’étude publiée dans Journal of Contingencies and Crisis Managementl’équipe de recherche montréalaise explique avoir mêlé l’apprentissage profond (ou « deep learning » en anglais), un sous-domaine de l’intelligence artificielle (IA), et l’analyse des réseaux sociaux afin d’aider « les gestionnaires de crise, les premiers intervenants et les scientifiques du gouvernement ».

L’IA a été utilisée afin de filtrer les publications sur les réseaux sociaux, pour « réduire le bruit », et ainsi obtenir des informations précieuses permettant « d’évaluer les points chauds et les réactions des utilisateurs envers des événements météorologiques extrêmes ».

« Nous avons réduit le bruit en déterminant qui était écouté et quelles étaient les sources faisant autorité, explique Renee Sieber, auteure principale de l’étude. Cette fonctionnalité est importante, car il est assez difficile d’évaluer la validité des informations partagées par les utilisateurs de Twitter. »

Les inondations de 2019 au Nebraska

Afin de mener à bien leur recherche, l’équipe de Mme Sieber s’est penchée sur les inondations de mars 2019 au Nebraska, dans le centre des États-Unis. La catastrophe naturelle a causé plus de 1 milliard de dollars de dégâts et de larges déplacements de populations.

Un tel événement a également généré beaucoup de publications sur les réseaux sociaux. Sur Twitter, les chercheurs ont recensé, analysé et classifié plus de 1200 gazouillis.

« L’analyse des réseaux sociaux permet de déterminer où les gens obtiennent leurs informations lors d’un événement météorologique extrême. »

Renee Sieber, auteure principale de l'étude

Des inondations en mars 2019 dans le Nebraska ont causé plus de 1 milliard de dollars de dégâts et de larges déplacements de populations. (Photo : Nati Harnik/AP Photo)

« L’apprentissage profond nous permet de mieux comprendre le contenu de ces informations en classant des milliers de messages dans des catégories fixes, par exemple les dommages aux infrastructures et aux services publics ou la sympathie et le soutien émotionnel », explique Mme Sieber.

Les chercheurs ont ensuite utilisé un modèle de classification à deux niveaux grâce à l’apprentissage profond.

Il s’agit là d’une première intégration de ces méthodes qui seront utiles aux gestionnaires de crise, indiquent les auteurs de l’étude.

Des failles dans l’analyse des réseaux sociaux

L’étude a toutefois découvert des faiblesses dans l’utilisation des réseaux sociaux.

L’analyse des réseaux ne permet pas de prendre en compte le fait que « les événements sont beaucoup plus contextuels que ne le prévoient les ensembles de données étiquetés ». À cela s’ajoute l’absence d’un langage universel pour catégoriser certains termes liés à la gestion de crises.

« Nos conclusions nous indiquent que le contenu des informations varie selon les différents types d’événements, contrairement à la croyance selon laquelle il existe un langage universel pour catégoriser la gestion des crises, dit l’auteure principale. Cela limite l’utilisation d’ensembles de données étiquetées sur quelques types d’événements seulement, car les termes de recherche peuvent changer d’un événement à l’autre. »

Une autre faille est la mise en avant par le réseau social de certaines publications liées à l’événement qui ne servent pas aux autorités. C’est le cas d’un gazouillis publié par une célébrité, le chanteur Justin Timberlake.

Sa publication a été partagée par beaucoup d’utilisateurs et donc reprise par le modèle même si elle n’aidait en aucun cas les gestionnaires de la crise.

« La grande quantité de données sur les médias sociaux que le public fournit au sujet de la météo suggère qu’il peut donner des informations essentielles en cas de crise, comme les tempêtes de neige, les inondations et les tempêtes de verglas », ajoute Renee Sieber.

La chercheuse et son équipe espèrent désormais appliquer leur modèle à « différents types de crises météorologiques » et compléter d’autres approches déjà existantes.

Utiliser l’IA pour prédire la météo

Ce n’est pas la première fois que des chercheurs utilisent l’intelligence artificielle pour prédire ou gérer des événements météo.

Plusieurs grandes entreprises technologiques travaillent sur le sujet.

La semaine dernière, Google indiquait dans un blogue qu’il avait mis au point un système utilisant l’intelligence artificielle afin de donner des prédictions en direct et jusqu’à 6 heures en avance.

L’outil se concentre notamment sur les événements météorologiques tels que les orages qui peuvent rapidement passer d’un ciel clair à de fortes pluies et à des rafales, et inversement.

Avec son nouvel outil baptisé « Nowcast », le géant de la technologie dit pouvoir donner des prévisions météorologiques plus précises que les modèles classiques.

Ces derniers ont tendance a utilisé énormément de données variables, ce qui les oblige à mobiliser de super ordinateurs effectuant des calculs qui peuvent prendre plusieurs heures et ainsi donné une information décalée.

À l’inverse, le modèle de Google se dit plus simple et « hautement localisé, piloté par les données, sans physique et à faible latence ». Il s’agit essentiellement d’analyser le ciel et la formation des nuages sur une courte période de temps.

Un algorithme d’apprentissage automatique prédit par la suite comment le modèle va évoluer au cours des heures suivantes.

Le modèle de Google consiste essentiellement à analyser le ciel et la formation des nuages sur une courte période de temps afin de réaliser des prédictions météorologiques plus précises. (Photo : Adek Berry/AFP/Getty Images)

Du côté de Microsoft, l’entreprise s’est récemment associée à l’Université de Washington pour « montrer comment l’intelligence artificielle peut analyser les modèles météorologiques passés pour prévoir les événements futurs, de manière beaucoup plus efficace et potentiellement un jour plus précise que la technologie actuelle ».

En se basant sur les données météorologiques des 40 dernières années, le modèle d’IA « peut simuler le temps qu’il fera durant une année dans le monde entier beaucoup plus rapidement et presque aussi bien que les modèles météorologiques traditionnels, en passant par des étapes répétées similaires d’une prévision à l’autre ».

Les résultats de l’étude ont été publiés l’été dernier dans le Journal of Advances in Modeling Earth Systems.

Ainsi, l’utilisation de l’intelligence artificielle pourrait, à terme, nous aider à mieux prédire les événements météorologiques, mais aussi à gérer plus efficacement les plus dangereux.

À lire aussi :

Consommateurs démunis face à l’intelligence artificielle des entreprises

Affirmant que l’intelligence artificielle doit être réglementée au pays pour protéger les droits fondamentaux des Canadiens, le commissaire canadien à la protection de la vie privée publie des recommandations dont certaines s’inspirent des interventions législatives avant-gardistes en Europe. Le commissaire »

Catégories : Environnement et vie animale
Mots-clés : , , , ,

Vous avez remarqué une erreur ou une faute ? Cliquez ici !

Pour des raisons indépendantes de notre volonté et, pour une période indéterminée, l'espace des commentaires est fermé. Cependant, nos réseaux sociaux restent ouverts à vos contributions.