Des étudiants du baccalauréat et des cycles supérieurs membres de l'équipe de recherche du CNRC et de l'Université de Victoria présentent leur projet au salon d'information de la 1re année.
Les océans constituent un des moyens les plus puissants de la planète pour séquestrer naturellement le carbone. Parmi les agents de séquestration les plus efficaces figurent les écosystèmes du carbone bleu, c'est-à-dire les habitats côtiers comme les forêts de palétuviers, les herbiers marins et les marais salants. Ces milieux exubérants captent et stockent une énorme quantité de carbone grâce aux plantes qui y croissent et aux sédiments qui s'y déposent. Cependant, contrairement à maints écosystèmes terrestres qui renvoient le carbone dans l'atmosphère, une part importante du carbone séquestrée par les océans demeure piégée des siècles entiers, voire davantage, dans les sols immergés. Il est donc impératif de préserver et de restaurer ces écosystèmes pour que les océans régulent mieux le climat et pour que le Canada atteigne la carboneutralité d'ici 2050.
Financée par le programme Océans du Conseil national de recherches du Canada (CNRC), une équipe de chercheurs de l'Université de Victoria s'est associée au CNRC pour étudier la santé des océans et leur capacité à séquestrer le carbone grâce à une série de capteurs innovants, à l'apprentissage automatique et à un véhicule téléguidé (VTG). Le projet comporte aussi un volet « cybersécurité » qui servira à évaluer les vulnérabilités des capteurs du VTG et la façon dont ils préservent la confidentialité des données.
Selon Mohammad Mamun (Ph. D.), agent de recherches au CNRC, le projet « exploite l'expertise interdisciplinaire de l'intelligence artificielle pour élaborer des modèles qui combinent la confidentialité des données, la cybersécurité et les systèmes sous-marins, donc qui créeront un cadre complet pour faciliter la surveillance des écosystèmes du carbone bleu et enrichir notre savoir sur la vitalité des océans. » Au cœur du projet se trouve un modèle d'apprentissage automatique auto-attentif (ou « transformeur ») formé au préalable avec les relevés historiques publics d'Ocean Networks Canada pour prédire la concentration de chlorophylle, un des principaux indices de l'activité du phytoplancton et du potentiel de séquestration du carbone. En effet, une teneur élevée en chlorophylle est synonyme de fort potentiel d'absorption du carbone. Le nouveau modèle aidera les chercheurs à évaluer la vigueur des écosystèmes marins et leur capacité à capter le carbone.
La beauté du projet réside dans la manière dont les modèles de ce genre sont conçus : par apprentissage fédéré, une technique employée pour entraîner le modèle d'IA sans centralisation de la totalité des données en un seul lieu. La distinction a son importance, car même si elles sont nombreuses à en autoriser l'usage pour entraîner un modèle pourvu qu'on en garantisse la protection, les organisations ne sont pas toutes disposées à partager leurs données. Au lieu de transmettre les données à un système d'IA central, l'apprentissage fédéré transfère le modèle là où les données sont stockées (à un réseau de capteurs, dans le cas qui nous intéresse). L'apprentissage du modèle avec les données locales s'effectue donc in situ. L'opération terminée, il suffit de récupérer le modèle et ce qu'il en a appris. Les données brutes restent confidentielles, tandis que l'IA ne cesse de progresser.
Une telle approche s'avère particulièrement utile avec les environnements complexes comme les systèmes sous-marins. Beaucoup de gens ont entendu parler de l'Internet des objets (IdO) qui connecte les capteurs au nuage. L'Internet des objets sous-marins (IdOs) en accroît la complexité en y ajoutant une couche, car le réseau de capteurs sous-marins abrite le modèle d'IA prévisionnel, en l'occurrence le matériel et les logiciels. Les capteurs sont raccordés à un VTG qui communique avec le nuage. Or, chaque connexion (du capteur au VTG, du VTG au nuage) accroît les risques de cyberattaque. L'apprentissage fédéré ne constitue donc pas seulement un avantage, mais une nécessité pour préserver la confidentialité des données.
« Nous voulons comprendre les rouages de la santé océanique, et ils sont étroitement reliés à la séquestration du carbone, un mécanisme qui garantit le bon fonctionnement des océans », précise Navneet Kaur Popli (Ph. D.), professeure agrégée qui enseigne le génie électrique et informatique à l'Université de Victoria, en Colombie-Britannique, et qui avait notamment pour responsabilités le développement des capteurs, du VTG qui les abrite et des algorithmes d'IA employés pour l'apprentissage fédéré.
Des drones marins pour prédire l'évolution de la santé des océans
Les chercheurs ont appliqué les techniques d'apprentissage automatique aux données récoltées et diffusées par Ocean Networks Canada à 4 sites majeurs de la mer des Salish, petite enclave d'eau en bordure de l'océan Pacifique, en Colombie-Britannique, pour prévoir la concentration de chlorophylle. Ensuite, en analysant les tendances suivies par divers paramètres environnementaux comme l'élévation de la température de l'eau, l'acidification de l'océan et l'augmentation de la salinité, l'équipe a mis au point des modèles qui prévoient avec précision les fluctuations de la concentration de chlorophylle (et par conséquent la productivité de l'écosystème) 30 jours, 1 an et 2 ans à l'avance. On a besoin de telles prévisions pour comprendre comment les écosystèmes côtiers de la Colombie-Britannique semblables aux forêts de palétuviers, aux herbiers marins et aux marais salants réagissent aux changements climatiques et comment leur capacité à séquestrer le carbone change avec le temps.
Avoir accès à des informations de ce genre aidera certaines industries à devenir plus compétitives et à choisir l'emplacement idéal pour cultiver des algues marines ou pour faire de l'écotourisme. Grâce à l'apprentissage fédéré, les capteurs sous-marins préservent la confidentialité des données, ce qui présente de l'importance pour les entreprises souhaitant protéger ces dernières contre la convoitise de leurs concurrents.
Surveillance des océans et cybersécurité
Les activités de l'équipe comprennent aussi l'application de l'apprentissage automatique à la cybersécurité, l'idée étant de concevoir de meilleures techniques pour détecter les cyberattaques que pourraient subir les systèmes de surveillance océanique.
Les pirates pourraient s'en prendre aux sites web, au nuage, aux drones ou aux réseaux de communication filaires et sans fil. Comme l'explique Mme Popli, quand un assaillant modifie ou intercepte les valeurs transmises par les capteurs et qu'on n'a pas instauré de mesures de protection, les données peuvent paraître normales au lieu d'éveiller des soupçons. « La vulnérabilité d'une application non sécurisée aux attaques rend ses prévisions inutiles. En l'absence de mesures de sécurité, je ne m'attends pas à ce que des données reflètent la réalité. »
Pour garantir l'intégrité et la sécurité des données collectées sous la mer, les chercheurs utilisent un système de détection des intrusions à apprentissage fédéré conçu au départ pour l'Internet des objets sous-marins. Ce système repère les anomalies de façon répartie sans compromettre la confidentialité des données. De cette manière, le système protège les données des capteurs, une chose essentielle pour comptabiliser de façon exacte le carbone. Les chercheurs utilisent également un cadriciel de simulation assisté par IA, adapté de ceux employés pour autonomiser les navires (MASS ou Maritime Autonomous Surface Ships), pour modéliser les cyberattaques qui ciblent le protocole des systèmes d'identification automatique. Ce cadriciel permet de vérifier la résilience de l'infrastructure de détection et de communication essentielle à la surveillance du carbone bleu.
En intégrant toutes ces technologies au projet, nous en apprenons davantage sur les bases scientifiques des mécanismes du carbone bleu, ce qui renforcera l'économie bleue et facilitera le déploiement de systèmes de surveillance sûrs, adaptables et intelligents dans l'océan. Les systèmes de ce genre nous aideront à atténuer les répercussions des changements climatiques, à gérer durablement les ressources marines et à étayer les politiques avec des données factuelles.
Alimenter la recherche et perfectionner les compétences
Bien qu'il ait des applications commerciales et qu'il contribue à la réalisation des objectifs scientifiques du CNRC, le projet s'avère aussi une formidable occasion d'apprendre pour les étudiants qui aspirent à faire carrière dans un domaine en lien avec les océans, où les données doivent être protégées et leur confidentialité, préservée. Ces recherches aideront aussi les générations qui suivront la nôtre. « En formant du personnel extrêmement compétent, en inculquant assez de connaissances à la main-d'œuvre de demain et en lui donnant suffisamment d'assurance, on maîtrisera mieux le cybermonde sous-marin. Parallèlement, nous cherchons comment aider le gouvernement et l'industrie à obtenir les jeux de données de qualité dont ils ont besoin et auxquels ils feront confiance alors que nous nous dirigeons peu à peu vers une économie axée sur le carbone », conclut M Mamun.
Jusqu'à présent, les essais sur le réseau de capteurs et le VTG se sont restreints au laboratoire de l'Université de Victoria. Lors de l'étape suivante, qui aura lieu d'ici la fin de 2025, les chercheurs déploieront le VTG dans le passage Burrard de la mer des Salish.