Accueil / Blog / Métier / 2020 / IA et cartographie : l'IA pour découvrir un territoire [Article 2]

IA et cartographie : l'IA pour découvrir un territoire [Article 2]

Par Daphné Lercier — publié 01/09/2020
Deuxième article de notre série sur les applications de geoIA : comment les techniques d'intelligence artificielle peuvent aider à la découverte d'un territoire ?
IA et cartographie : l'IA pour découvrir un territoire  [Article 2]

Et si on se laissait guider... par une intelligence artificielle ! Ce n'est pas de la science-fiction, mais bel et bien ce qu'il est déjà possible de faire. Les algorithmes d'intelligence artificielle associés aux données géographiques peuvent désormais nous assister dans nos trajets, que ce soit par la proposition de lieux à découvrir ou par l'assistance à la localisation par exemple.

Nous revenons sur plusieurs applications dans cet article en lien avec la découverte des territoires et l'aide à la navigation.

Visites guidées

Pour analyser l'information contenue dans des données géographiques (qu'il s'agisse de photographies ou de tuiles raster), les modèles de deep-learning transforment celles-ci en tableaux numériques représentatifs de leurs principales caractéristiques. Ils sont comme un résumé de l'information. C'est aussi ce qui est fait en analyse du langage : le texte est mis sous une forme numérique qui en fait ressortir les éléments principaux.

Ces tableaux numériques sont particulièrement utiles pour analyser les ressemblances et différences existantes dans nos jeux de données. Ils vont par exemple permettre de parcourir un jeu de photographies en allant "de proche en proche". C'est ce que nous avons testé avec les photographies d'un observatoire ayant des thématiques communes.

Mise en évidence des similarités entre images.

Au contraire, cette technique permet également d'identifier les sites les plus différents d'un territoire. C'est aussi ce qui a été testé par la société Sentiance lors de la mise au point de son algorithme Loc2Vec (sur un principe analogue aux modèles Word2Vec).

Évolution de la proximité de tuiles raster en fonction de leur sémantique. A chaque étape intermédiaire, l'image la plus proche est proposée. - source : Sentiance

Particulièrement innovant, cet algorithme peut proposer des zones de promenades en fonction d'éléments paysagers recherchés. L'analyse de la sémantique des données qui est réalisée permet de mettre en avant une tuile comme résultat d'une combinaison demandée. Ainsi, il est possible de repérer les lieux alliant commerces et espaces vert, ou bord de mer et espace vert.

Opérations entre tuiles raster basées sur la sémantique des données - source : Sentiance

Grâce à une transcription de l'information contenue dans des tuiles géographiques ou des photographies dont on connaît le lieu de prise de vue, nous pouvons donc créer des visites guidées qui feront découvrir les zones correspondant à une même thématique d'un territoire, ou bien les zones les plus différentes de ce territoire, ou encore celles qui correspondent à des éléments recherchés. C'est une utilisation originale des modèles d'intelligence artificielle qui exploite leur capacité à analyser les caractéristiques des données qu'on leur présente.

Identification de sites remarquables

Comme nous l'avons déjà vu à travers plusieurs exemples de l'article précédent, les techniques d'intelligence artificielle permettent d'analyser rapidement de vastes jeux de données. Dans leur étude, Zhang et al. analysent des photographies prises par les touristes à Pékin et diffusés sur les réseaux sociaux. Les photographies sont classifiées par un réseau de neurones pour en obtenir une description succincte. Ceci leur permet ensuite de mettre en évidence la fréquentation de certains lieux ou l'attrait des visiteurs pour certaines thématiques en fonction du nombre de photographies prises.

Distribution spatiale des points d'intérêt identifiés par thématique touristique - source : Zhang et al., 2019

Ce type d'étude (relativement simple à mettre en place) est intéressant pour identifier les points d'intérêt d'une région, mais aussi les lieux à promouvoir pour répartir l'affluence des visiteurs.

Aide à la localisation

D'autres applications utilisent les techniques d'intelligence artificielle pour directement aider des piétons, cyclistes, conducteurs ou conductrices le long d'itinéraire demandé. Celles-ci sont particulièrement efficaces en environnement urbain où les capteurs GPS sont moins fiables du fait de la hauteur des bâtiments environnants et où les informations permettant de se repérer autrement sont nombreuses (formes architecturales caractéristiques, noms de rue, noms de commerce, etc).

Google développe ainsi une nouvelle version de son application Maps pour identifier plus précisément la position et l'orientation des smartphones et, en utilisant la caméra comme capteur, aider les gens à déterminer rapidement la voie à suivre.

Pour cela, les images prises par le smartphone sont mises en correspondance avec les images de Street View, en analysant les caractéristiques visuelles clés, telles que le contour des bâtiments ou des ponts.

Identification de points analogues entre les images d'un smartphone et celles de StreetView - source : Google

De même, les images des smartphones peuvent être utilisées pour identifier les noms de rue ou de commerce à proximité. Par géocodage, ceux-ci aideront aussi à la localisation et l'orientation des personnes.

Proposition d'itinéraires en intérieur

Les difficultés du guidage en intérieur sont souvent la quasi-absence de réception des signaux GPS et l'absence de plan existant. Plusieurs sociétés proposent des solutions de localisation basée sur le réseau WiFi, mais les algorithmes d'intelligence artificielle permettent aujourd'hui d'envisager de nouveaux types de solutions.

Microsoft, et plus récemment Facebook, ont proposé des solutions pour la navigation en intérieur sans plan grâce à la caméra et autres capteurs présents dans les smartphones.

Path Guide est l'application de Microsoft qui permet de proposer des itinéraires sans qu'aucun plan ne soit nécessaire. Cette application utilise les données du capteur magnétique présent dans les smartphones, ainsi que d'autres capteurs complémentaires pour la gestion de la feuille de route. Au fur et à mesure que des personnes suivent un même itinéraire, celui-ci est amélioré.

Écrans de l'application PathGuide- source : Microsoft

Les chercheurs de Facebook ont quant à eux mis au point un algorithme d'apprentissage par renforcement qui utilise les images de la caméra et les informations de GPS et boussole d'un smartphone pour se déplacer dans un environnement intérieur inconnu. Le système n'a connaissance que du point de départ et d'arrivée, et ajuste l'itinéraire proposé en temps réel. Il peut ainsi même corriger ses propres erreurs. A terme, ils espèrent pouvoir se passer des informations du GPS et de la boussole pour ne se contenter que des images enregistrées par la caméra.

Navigation en intérieur via un smartphone - source : Facebook

Conclusion

Les techniques d'intelligence artificielle permettent la conception d'applications innovantes et originales dans les domaines de l'assistance à la navigation et la mise en valeur de territoires. La traduction et mise en forme de l'information contenue dans les données qu'elles opèrent nous donnent accès à une nouvelle représentation des données géographiques. Ceci ouvre la voie à de nouveaux traitements de ce type de données.

Dans le prochain article nous verrons comment elles peuvent aussi aider la prise de décision. Les algorithmes d'intelligence artificielle vont permettre d'automatiser certaines analyses et d'en faciliter la reproduction.

Sommaire de la série

ABONNEZ-VOUS À LA NEWSLETTER !