Exploitation des masses de données environnementales pour guider les prises de décision à fort impact sociétal dans les domaines de l’environnement et de l’agroalimentaire, notamment par l’identification et la caractérisation de comportements atypiques ou non conformes : anomalies environnementales (pollution, catastrophes), fraude, etc.

Les thématiques informatiques abordées dans ce contexte sont les suivantes :

• Data Science : acquisition de données, stockage dans des entrepôts et data lakes, traitement et analyse des données environnementales.
• Ingénierie des Connaissances : modélisation, extraction, exploitation.
• Intelligence Artificielle : numérique, symbolique, hybride (neurosymbolique, etc.)

Données géospatiales, Séries temporelles géoréférencées, Bases de données environnementales structurées, Données non structurées (rapports, articles, images, vidéos, etc.), Données opportunistes (issues d’initiatives participatives).

Environnement, Agroalimentaire, Données Environnementales, Anomalies, Data Science, Ingénierie des Connaissances, Ontologies, Intelligence Artificielle, Machine Learning, Deep Learning, IA hybride, Neurosymbolique, Informatique Décisionnelle.

L’étude de l’environnement s’appuie aujourd’hui sur des sources de données de plus en plus nombreuses et variées. Qu’il s’agisse de satellites d’observation offrant un suivi en continu, de capteurs connectés déployés directement sur le terrain, ou encore des contributions issues des sciences participatives, les moyens de collecte se sont considérablement diversifiés. Cette multiplication des sources s’accompagne logiquement d’une augmentation massive du volume de données générées chaque jour. En parallèle, une forte dynamique d’ouverture des données (Open Data) s’est mise en place à l’échelle nationale comme internationale. De nombreuses institutions et organismes de recherche adoptent aujourd’hui des principes de partage visant à rendre leurs données faciles à trouver, accessibles, interopérables et réutilisables (principes FAIR). Par conséquent, une quantité d’informations sans précédent se retrouve à disposition, offrant un niveau de détail inédit pour observer et comprendre les écosystèmes et les dynamiques environnementales, ainsi que pour détecter et prévenir d’éventuels comportements atypiques ou non conformes : anomalies environnementales (pollution, catastrophes), activités frauduleuses, etc.

L’intelligence artificielle (IA) est une solution prometteuse pour exploiter cette nouvelle mine d’informations. L’ingénierie des connaissances et l’IA symbolique basée sur des ontologies permettent de formaliser et d’exploiter algorithmiquement les connaissances scientifiques existantes sur les phénomènes et systèmes complexes liés à l’environnement. Les méthodes d’apprentissage profond (deep learning) se révèlent particulièrement adaptées pour traiter les problèmes de qualité inhérents à ces nouvelles données massives : identification de corrélations multiples et complexes, gestion des biais et de l’incertitude, etc. L’émergence de l’IA hybride, qui associe la puissance des approches numériques (statistiques, connexionnistes) à la robustesse des approches symboliques, ouvre la voie à l’intégration de connaissances scientifiques existantes directement au cœur des modèles, garantissant des résultats plus robustes et explicables en bout de chaîne.

Bien que l’augmentation considérable du volume de données environnementales disponibles et les avancées en IA représentent de véritables opportunités, elles posent également un nouveau défi. Faire sens de ce volume massif de données d’origines si diverses demande de fortes expertises, à la fois techniques et scientifiques. Il devient alors nécessaire de structurer une véritable communauté interdisciplinaire, dotée des compétences nécessaires pour traiter, analyser et valoriser efficacement toutes ces nouvelles ressources.

L’action DAE a pour ambition première de construire et de fédérer une telle communauté interdisciplinaire, ancrée autour de l’exploitation de données environnementales. L’objectif est de créer un espace de rencontre et d’échanges propice à l’émergence de nouveaux projets de recherche au travers d’un dialogue croisé : d’un côté, la présentation d’avancées et de résultats de recherche en informatique directement utiles aux experts de l’environnement ; de l’autre, l’exposition de jeux de données et de besoins métiers capables de stimuler la recherche en informatique. L’action se veut également comme un canal de diffusion et de valorisation pour les jeunes chercheuses et jeunes chercheurs souhaitant communiquer sur leurs travaux en lien avec les thématiques abordées.