IA pour le Développement et la Durabilité
Les recherches avec et en Intelligence(s) Artificielle(s) et en Numérique pour le développement durable, portées par l'IRD et ses partenaires.
- Agriculture
- Grande Muraille Verte
- Durabilité
- Agroécologie
- Appropriation
- Dégradation des sols
- Séquestration du carbone
- Nutrition
- Aquaculture
- Dilemmes
- Agriculture de précision
- Biais algorithmiques
- Diagnostic médical assisté par IA
- Épidémiologie & modélisation des maladies
- Éthique & Gouvernance de l’IA
- Gestion durable des sols
- IA & Agriculture durable
- IA & Biodiversité
- IA & Climat
- IA & Gestion de l’eau
- IA & Partenariats Sud-Sud / Sud-Nord
- IA & Santé
- IA au service des ODD
- IA pour le développement durable
- Modélisation climatique
- Prévention des risques climatiques
- Prévision des ressources hydriques
- Qualité de l’eau
- Renforcement des capacités locales
- Souveraineté des données
- Télédétection & IA
- Transfert technologique
- Grant agreement
- Article scientifique
- Projet
- Projet de recherche
- Bonne pratique
DIG-AI : Décrypter les interactions génotype-phénotype des plantes à l'aide de graphes de connaissances et de l'IA
DIG-AI : Décrypter les interactions génotype-phénotype des plantes à l'aide de graphes de connaissances et de l'IA
Le projet DIG-AI (Deciphering plant genotype-phenotype Interactions using knowledge Graphs and AI, ou « Décrypter les interactions génotype-phénotype des plantes à l'aide de graphes de connaissances et de l'IA ») vise à exploiter l'IA pour améliorer les capacités de production agricole dans les pays en développement grâce à une meilleure compréhension des relations génotype-phénotype dans un contexte de changement climatique.
Tobias Fischer : télésurveiller le trait de côte des atolls polynésiens
Tobias Fischer : télésurveiller le trait de côte des atolls polynésiens
Le spécialiste de télédétection présente aux Trophées de l'innovation un système de surveillance de l'érosion côtière des atolls par satellite. Son projet de doctorat propose une solution innovante : une méthode automatisée basée sur des images satellites très haute résolution et l'intelligence artificielle (XGBoost) pour détecter avec précision les limites des terres émergées et leur évolution. Testée sur plusieurs atolls (Tetiaroa, Hao, Puka Puka, Tikehau), elle permet un suivi régulier, fiable et reproductible, sans passer par une cartographie manuelle fastidieuse.
Projet ELDORA : l’intelligence artificielle pour optimiser la prévention des arrêts cardiaques soudains
Porté par une équipe pluridisciplinaire impliquant l'IRD, Sorbonne Université et l'AP-HP, le projet ELDORA vise à transformer la prévention des morts subites. Son objectif principal est de développer des modèles d'intelligence artificielle appliqués aux électrocardiogrammes (ECG) afin de mieux identifier les risques liés au syndrome du QT long (LQTS) et aux myocardites induites par les inhibiteurs de points de contrôle immunitaires (ICI).
SMART-WING: Suivi de la mégafaune marine par drone à Mayotte
SMART-WING: Suivi de la mégafaune marine par drone à Mayotte
Le projet SMART-WING innove en développant une aile intelligente capable d'alterner automatiquement entre les modes hautes et basses altitude en fonction de la présence d'animaux. Grâce à l'intelligence artificielle embarquée, l'aile détecte la mégafaune en temps réel, descend automatiquement pour capturer des images haute résolution, puis reprend son vol. Ce système permettra ainsi de collecter des données précises sur de vastes surfaces, de manière autonome, efficace et respectueuse de l'environnement.
JEAI PESAS : l'IA et la télédétection pour prévoir les eaux souterraines face à la sécheresse au Maroc
JEAI PESAS : l'IA et la télédétection pour prévoir les eaux souterraines face à la sécheresse au Maroc
Lancée en 2024 pour trois ans et coordonnée par Mounia Tahiri (Université Mohammed V de Rabat), la JEAI PESAS développe un outil d'alerte face aux sécheresses au Maroc. Des modèles d'apprentissage automatique fusionnent imagerie satellitaire, données historiques et mesures de terrain pour prévoir plusieurs mois à l'avance le niveau et la qualité des nappes souterraines, d'abord dans le bassin du Bouregreg, avec l'appui des UMR IRD G-EAU, IGE et UMMISCO.
EARLI : de l’IA pour prévoir tsunamis et séismes
EARLI : de l’IA pour prévoir tsunamis et séismes
« L’essor du “machine learning” (apprentissage automatique en français) permet d’envisager une approche complètement différente, sans aucune hypothèse physique, basée uniquement sur les données empiriques. L’idée consiste à alimenter les algorithmes avec tout ce que l’on peut avoir d’observations quantitatives des phénomènes naturels, pour voir s’ils distinguent des facteurs qui auraient échappé jusqu’ici aux spécialistes. »
LMI IDEAL : Intelligence artificielle, analyse de données et observation de la Terre appliquées au laboratoire de durabilité
LMI IDEAL : Intelligence artificielle, analyse de données et observation de la Terre appliquées au laboratoire de durabilité
IDEAL est un laboratoire international commun regroupant l'IRD, l'UFPB et d'autres institutions de recherche du nord-est du Brésil. Nous nous concentrons sur la recherche transdisciplinaire, en associant l'agroécologie, l'intelligence artificielle et les sciences sociales afin de développer des voies de transition vers la co-viabilité socio-écologique. Nous soutenons également des projets de gouvernance et d'éducation, avec des approches intégratives visant la restauration écologique, l'inclusion sociale et les bioéconomies.
Mise en œuvre du système d'alerte précoce aux séismes du Pérou
Mise en œuvre du système d'alerte précoce aux séismes du Pérou
Le 19 mai 2025 à Cañete, au Pérou, les sirènes ont retenti avant même les secousses : une première dans le pays. Ce système de détection précoce, conçu par l'IRD et l'Instituto Geofísico del Perú, n'utilise qu'une seule station sismique — dès les premières ondes, des algorithmes d'IA estiment magnitude et localisation en quelques secondes, puis alertent automatiquement. Quelques secondes seulement, mais assez pour sortir d'un bâtiment ou gagner une zone sûre, et donc pour sauver des vies.
FISH-PREDICT : générer des indicateurs écologiques et des modèles prédictifs de la biodiversité
FISH-PREDICT : générer des indicateurs écologiques et des modèles prédictifs de la biodiversité
Ce projet ambitionne de générer des indicateurs écologiques et des modèles prédictifs de la biodiversité des écosystèmes perturbés en combinant des méthodes d'intelligence artificielle aux approches évaluatives connues. Il permettra ainsi de créer la première base de connaissance de biodiversité marine et, par la suite, de développer des modèles de prédiction et d'interprétation. Il vise également à dévoiler des solutions intelligentes pour la nature afin d’assurer la durabilité des systèmes socio-écologiques côtiers.
biotechnologie marine, écologie marine, océanographie biologique
À PROPOS DU GT IA
Le Groupe de Travail sur l'IA et le numérique, initié en 2025, est un lieu d'échanges et de réflexion sur les recherches en partenariat liées aux intelligences artificielles, au numérique et aux données associées. Ces recherches peuvent porter sur le développement ces objets même (en lien avec la CSS5), leur usage (à travers tous les champs scientifiques de l'IRD) ou leur impact dans les sociétés.
Regroupant des scientifiques de tous les départements et de nombreuses thématiques de l'IRD, le GT IA a pour but d'identifier les recherches à porter en avant sur ces thématiques, mais aussi d'organiser des rencontres et animations sur la recherche liée aux objets numériques. Enfin, le GT est un lieu permettant d'identifier les futurs champs thématiques liés au Numérique où l'IRD devrait travailler, en collaboration avec la CSS5 et les différents départements scientifiques.
À PROPOS DE CE SITE
Ce site permet :
- de donner des actualités de la communauté,
- de donner une visibilité sur les actions menées et sur notre feuille de route,
- de cartographier et partager des les projets interdisciplinaires gravitant autour des enjeux du Numérique et de l'IA,
- d'ouvrir à une contribution élargie à des scientifiques.
Notre processus de publication
Nous souhaiterions publier certains de vos travaux sur la plateforme numérique COSAV ; si cela vous convient, vous pouvez adresser le document ou lien via le formulaire de contact ci-dessous.
Les documents publiés répondent aux thématiques suivantes :
- Gouvernance
- Inclusion
- Sécurité et droits humains
- Médiation et gestion de conflits
- Résilience
Et peuvent être de différents types : rapports ou études (techniques, académiques), articles de revue, notes courtes ou « policy briefs », compte rendus de colloque.
Nous privilégions les ressources récentes (de 2010 à aujourd’hui), mais élargissons volontiers aux ressources plus anciennes en fonction des besoins, suggestions des utilisateurs et de la pertinence de certaines ressources.
A la réception des documents, l’administrateur de plateforme met à jour la base documentaire.
Pour chaque document :
- Il s’assure de disposer des droits de publication et au besoin, une demande formelle d’autorisation est transmise au propriétaire des droits sur le document
- Une fois les droits obtenus, le document est enregistré sur la plateforme numérique
- Le processus d’indexation est réalisé par l’identification des mots-clefs adaptés et des catégories de classification (thématiques, types et zones géographiques)
- Le document est mis en ligne.
N’hésitez pas à nous faire remonter tout problème, nous sommes dans une démarche d’amélioration continue !
L’Equipe COSAV