L’intelligence artificielle générative trouve une application presque partout. Les pêches et l’industrie maritime ne font pas exception.

Dans un centre d’innovation comme celui de Merinov à Grande-Rivière, l’intelligence artificielle prend de plus en plus de place, notamment pour la revue scientifique, la classification de dossiers, la surveillance ou les inventaires.

Les gains d’efficience que procure l’IA profitent déjà aux projets de recherche.

La responsable du centre d’expertise en environnement à Merinov, Stéphanie-Carole Pieddeseaux, y voit d’ailleurs de nombreuses utilités. Quand on parle d’environnement, on parle beaucoup de monitorage ou de surveillance.

Elle donne l’exemple d’un projet de détection des mammifères marins la nuit sur les chantiers maritimes à l’aide de caméras thermiques, mené par Merinov. C’est un des exemples pour lequel l’intelligence artificielle est très utile parce qu’on a comparé en fait avec un humain qui observe manuellement qui va être de 5 % à 14 % moins rapide et moins efficace que les algorithmes d’intelligence artificielle.

Le projet a donné lieu à un autre développement afin d’adapter l’algorithme à d’autres types de détection, comme celles de fissures ou d’espèces aquatiques envahissantes. Si on doit faire une inspection de coque, c’est sûr que si on met des algorithmes de détection des espèces aquatiques envahissantes, c’est bien plus facile de faire une inspection parce que ça va être plus rapide.

Stéphanie Pieddeseaux, chercheuse à Merinov, a développé des projets de surveillance à partir de l'IA.

Photo : Radio-Canada / Luc-Manuel Soares

Des projets sont aussi en cours pour développer des algorithmes capables de faire l’inventaire des fonds marins, pour améliorer des méthodes de gestion des pêches.

Dans les pêches

En pêche et en aquaculture, l’IA s’introduit aussi peu à peu.

Damien Grelon, chercheur à Merinov, y voit une solution pour limiter les prises accessoires. Ce sont des projets qui sont en marche ailleurs dans le monde où on a des exemples.

L’IA peut servir à analyser les images des prises, ce qui pourrait ouvrir la porte à une sélection. On ne sait pas ce qui se passe entre le moment où le chalut est jeté à l’eau et le moment où il est remonté. En utilisant des caméras qui reconnaissent les poissons directement dans le chalut au moment où ils passent au travers, on pourrait imaginer des dispositifs qui relâchent ces poissons avant que le chalut ne soit remonté en surface.

Damien Grelon, chercheur à Merinov

Photo : Radio-Canada / Luc-Manuel Soares

Il estime que la survie des espèces non ciblées par la pêche serait beaucoup plus grande, puisque les poissons seraient relâchés avant la remontée du filet. Ce sont des projets qui sont en marche ailleurs dans le monde où on a des exemples.

Pour le moment, de tels projets de recherche n’existent pas au Québec, mais Damien Grelon aimerait bien pouvoir se greffer à une recherche française sur la sélectivité des engins de pêche grâce à l’IA.

Il croit que la pêche au sébaste dans le golfe pourrait en profiter. C’est une activité en démarrage et on n’a pas de chiffres sur les captures accessoires dans les autres espèces, mais il y a un risque et une crainte par rapport à ça, souligne M. Grelon.

Un volume trop important de prise accessoire lors d'une pêche au chalut, comme celle au sébaste, pourrait avoir des conséquences fâcheuses pour d'autres flottilles. (Photo d'archives)

Photo : Pierre Aucoin

Il donne l’exemple des pêcheurs de flétan qui dispose d’un petit quota annuel de moins de 6000 tonnes (3038 tonnes en  2025-26) tandis que celui du sébaste est de 60 000 tonnes. Si on prend 5 % ou 10 % de captures accessoires dans une autre espèce, comme le flétan atlantique, les risques qui pèsent sur cette espèce seront très importants.

Pour le chercheur, l’industrie pourrait agir en prévention plutôt qu’essayer de trouver des solutions à des problèmes au moment où ils surviennent.

D’autres projets sont en cours, pour aider les observateurs en mer. L’IA jumelée avec une caméra aide à identifier et répertorier les poissons rapportés dans le bateau.

Un employé de l'entreprise Remar inc. fait l'observation et assure une vérification exacte des débarquements de poissons pour Pêches et Océans Canada. (Photo d'archives)

Photo : Radio-Canada / Francois Gagnon

La technologie existe dans l’Ouest canadien, où des observateurs intelligents sont déjà utilisés. La technique pourrait être adaptée au Québec, croit Mme Pieddeseaux. Ça remplace aussi une main-d’œuvre qui est absente éventuellement, ou ça aide à pallier le manque de main-d’œuvre pour pouvoir faire plus de surveillance dans certaines zones où on en aurait besoin.

Des applications sont aussi en développement pour soutenir l’aquaculture afin de détecter si l’animal est stressé ou s’il a faim. On sait qu’un animal qui a moins de stress va avoir une meilleure productivité de 30 % à 50 % ça fait que c’est vraiment important, souligne la chercheuse.

Et ce n’est qu’un début qui a néanmoins quelques revers.

Si les gains de temps et d’efficacité sont énormes, la surveillance des milieux vient avec une énorme production de données ce qui reste un défi environnemental, souligne la chercheuse. Donc, ça prend aussi de l’intelligence artificielle pour pouvoir gérer toutes les banques de données, puis avoir une sorte de bibliothèque aménagée avec une intelligence artificielle qui pourrait trier tous les fichiers dont on a besoin. Ça permet de limiter le stockage aussi de donnée.

L'objectif étant, dans un domaine où l'environnement reste au cœur de la démarche, de minimiser la dépense énergétique.