Le travail humanitaire est dangereux. La livraison de nourriture à travers des zones de conflit, des champs de mines ou des crues soudaines peut tuer les travailleurs humanitaires. Désormais, la technologie adaptée à Mars revient chez nous pour sauver des vies.
Le projet AHEAD est un effort conjoint du Programme alimentaire mondial (PAM), du DLR allemand, de la Croix-Rouge et de partenaires technologiques. Ils construisent des véhicules télécommandés pour des endroits trop risqués pour les humains.
“À l’heure actuelle, dans de nombreux pays, il n’existe pas vraiment de systèmes intégrés à ces protocoles d’urgence.” — Monique Kuglitsch
Comment la télécommande remplace le risque sur le terrain
Des images du DLR montrent un camion tout-terrain SHERP sur un site d’essai allemand. Il roule en eau libre. Il grimpe sur les rochers rugueux.
Le conducteur n’est pas dans le véhicule. Des capteurs scannent le chemin à parcourir. Un opérateur contrôle la machine à distance.
Cette technologie vient de l’espace lointain. Le DLR a développé des rovers planétaires comme le rover MMX pour Phobos, la lune de Mars. Maintenant que l’autonomie déplace l’aide vers des zones dangereuses. Aucun pilote n’est nécessaire dans la cabine.
Surveiller la faim avant qu’elle ne s’aggrave
La livraison n’est pas la seule solution. Nous devons également prédire où frappe la faim.
Le PAM a lancé HungerMap Live. C’est une plateforme gratuite. Il utilise l’apprentissage automatique pour suivre l’insécurité alimentaire dans plus de 95 pays.
Les points de données incluent les conflits. La météo compte. Les aléas climatiques et les conditions économiques alimentent l’algorithme. L’objectif est simple : détecter les crises à temps.
Bernhard Kowatsch dirige la division Global Accelerator du PAM. Il note qu’ils testent les prévisions pour les 90 prochains jours. Les données en temps réel nous aident à anticiper l’arrivée de la prochaine vague de famine.
Pourquoi les cartes IA sont plus rapides que les volontaires humains
Les cartes sont vitales en cas de catastrophe. Sans données routières ni emplacements de bâtiments, les travailleurs humanitaires sont aveugles. Ils ne savent pas où évacuer ni livrer du ravitaillement.
Prenez les tremblements de terre qui ont eu lieu dans le nord du Venezuela en juin. L’évaluation des dégâts a été lente. Les données géographiques étaient rares.
L’équipe humanitaire OpenStreetMap (HOT) est intervenue. Elle a utilisé l’apprentissage automatique sur l’imagerie satellite pour trouver des bâtiments. Les bénévoles ont utilisé l’application MapSwipe pour les vérifier.
Leen D’hondt dirige la technologie chez HOT. Elle dit qu’ils ont mobilisé 600 volontaires en quatre jours. Ils ont balayé vers la gauche ou la droite sur les écrans mobiles. Oui, endommagé. Non, intact.
Cette rapidité a aidé les premiers intervenants à cibler correctement les livraisons de nourriture.
L’IA remplace-t-elle l’humain ? Non, pas encore.
D’hondt affirme que la cartographie manuelle offre une meilleure qualité. Mais la rapidité l’emporte immédiatement après un séisme.
“Parfois, il est plus important de savoir plus ou moins où se trouvent les bâtiments”, a déclaré D’hondt.
Les bâtiments pourraient ne pas être parfaitement cartographiés. Mais nous savons combien de personnes y vivent. C’est là que l’apprentissage automatique s’intègre désormais.
L’état d’urgence intégration
Ces systèmes ne sont pas encore standard. Les initiés affirment que l’intégration dans les protocoles d’urgence mondiaux reste faible.
Des exceptions existent. L’Inde utilise un système d’alerte précoce par IA qui fonctionne quotidiennement. L’Europe utilise un système de prévision d’IA du Centre européen pour les prévisions météorologiques à moyen terme. C’est opérationnel.
La plupart des autres pays ? Encore expérimental.
Monique Kuglitsch dirige l’innovation à l’institut Fraunhofer Heinrich Hertz. Elle note l’écart entre les tests en laboratoire et l’utilisation sur le terrain.
La technologie peut remodeler l’aide. Cela sort les humains du feu. Cela prédit la famine. Mais l’infrastructure qui la soutient est encore en train de rattraper son retard. Nous avons les outils. Les protocoles sont encore en cours de rédaction.
