Les pionniers de la surveillance électronique dans le secteur de la pêche

Pendant presque toute sa carrière, Amanda Barney s'est donné pour mission de résoudre un problème troublant. En 1992, alors qu'elle était à l'école secondaire de St. John's, à Terre-Neuve, elle a été le témoin direct de l'effondrement des stocks de morue de l'Atlantique Nord. 

"Je me souviens avoir ramé dans la baie avec mon père et avoir vu toutes les morues", se souvient-elle. "Il semblait impossible qu'elles soient parties. J'en voyais tellement."

Barney a ressenti viscéralement cet impact, ce qui l'a incitée à poursuivre la quête de sa vie. Elle a étudié les sciences de la pêche et l'océanographie, puis s'est installée en Alaska en 2003 pour commencer à travailler en tant qu'observatrice des pêches à bord. Elle a passé plus de 150 jours en mer. 

"En Alaska, je me suis rendu compte que, souvent, le gouvernement pense que les pêcheurs mentent et que les pêcheurs pensent que les scientifiques du gouvernement ne comprennent pas ce qui se passe réellement dans l'océan", explique-t-elle. Elle a ressenti un manque de confiance tangible entre l'industrie et la science.

Elle a voulu combler cette lacune et a pensé que les technologies de surveillance en mer pourraient être le "facteur d'égalisation", en fournissant des données de base fiables à la fois pour les skippers et les scientifiques. 

Aujourd'hui, Barney est le PDG de Teem Fish Monitoring Inc. Elle est l'une des pionnières dans le développement de nouvelles technologies de collecte, de numérisation et d'analyse des données pour la pêche. Sa carrière reflète étroitement le cycle de vie de l'adoption des technologies dans le secteur, de la collecte manuelle de données analogiques en tant qu'observatrice en mer il y a 20 ans à la gestion actuelle de projets de pointe utilisant l'intelligence artificielle (IA).

La technologie de surveillance des pêches a réellement débuté avec les systèmes de surveillance des navires (VMS). En 1982, Inmarsat a lancé le premier service commercial de localisation, suivi par le système d'identification automatique (AIS) en 1998. L'année suivante, le premier système de surveillance électronique (SE) au monde utilisant des caméras embarquées a été mis en place dans un port de pêche de la mer Baltique. la pêche au crabe en Colombie-Britannique. Les journaux de bord électroniques ont également commencé à remplacer le papier à cette époque. L'Afrique du Sud Olrac a été l'un des premiers journaux électroniques en 2003. Deux ans plus tard, l'Alaska a lancé le premiers billets électroniques pour le poissonqui a marqué le début de la déclaration électronique dans le secteur de la pêche. 

L'événement qui a changé la donne a eu lieu en juin 2007, lorsque Steve Jobs a présenté l'iPhone au monde entier. L'informatique mobile allait révolutionner le monde, y compris la pêche. La numérisation des données et le suivi GPS étaient désormais littéralement dans la paume de vos mains. En 2008, The Nature Conservancy a construit eCatchLe site web de la Commission européenne est l'une des premières applications web modernes pour la pêche. Une version iPhone est sortie en 2012. 

La pêche connaît un manque d'innovation

L'analyse de 79 entreprises ou agences fournissant des logiciels aux pêcheries mondiales suggère que l'adoption de la technologie a été laborieuse. Plus d'un quart des entreprises ont été fondées avant 2000, principalement la première vague de fournisseurs de VMS. Ensuite, pendant plus d'une décennie, la technologie de la pêche est restée dans le marasme. C'était une période de pilotes à petite échelle, notamment pour la surveillance électronique. Ce n'est qu'en 2012, avec l'arrivée à maturité de l'informatique mobile, que de nouvelles sociétés de logiciels et des applications d'agences ont commencé à apparaître régulièrement chaque année.

Pourtant, l'adoption des technologies a été lente dans le secteur de la pêche par rapport à l'aquaculture. Au cours des cinq dernières années, le secteur de la pêche n'a vu le lancement que de 21 nouvelles entreprises technologiques ou applications gouvernementales, contre 42 dans l'aquaculture. 

Le secteur de la pêche a également été lent à adopter les technologies de pointe, notamment l'intelligence artificielle. Actuellement, 18 % des fournisseurs de logiciels - 14 sur 79 - utilisent ou pilotent l'IA. La grande majorité d'entre eux utilisent la vision par ordinateur pour analyser les vidéos et les images des navires de pêche. Il est intéressant de noter que sept des applications utilisant l'IA ont été financées par des ONG, ce qui suggère que moins de la moitié de l'IA est commercialisée.

C'est un contraste frappant avec l'aquaculture, où 70 % des logiciels sont dotés d'intelligence artificielle. Et seulement la moitié de l'IA en aquaculture est de la vision par ordinateur.

Pourquoi l'innovation dans le domaine de la pêche est à la traîne de l'aquaculture 

Qu'est-ce qui se cache derrière cette divergence ? Deux facteurs. Premièrement, les incitations. Dans l'aquaculture, l'IA permet de réduire deux des coûts les plus importants du secteur : l'optimisation de l'alimentation et la réduction des mortalités. Les agriculteurs sont intrinsèquement motivés par l'adoption de l'IA, car elle a un sens sur le plan commercial.

Dans le secteur de la pêche, la plupart des technologies sont motivées non pas par la dynamique du marché, mais par la conformité aux réglementations. Les pêcheurs sont réticents à adopter des technologies qui augmentent la surveillance, à l'exception, peut-être, de l'amélioration de la sécurité en mer. Cependant, la surveillance électronique s'avère moins chère et moins intrusive que les observateurs humains. 

Le deuxième facteur est lié aux capteurs IoT qui ont entraîné la croissance explosive des données numériques à l'échelle mondiale qui, à leur tour, sont le carburant qui alimente l'IA. On estime que la quantité de données numériques dans le monde double tous les deux ans. Il n'y a tout simplement pas beaucoup de capteurs dans le secteur de la pêche. Les pêcheurs ne surveillent pas la qualité de l'eau, l'alimentation, les taux de croissance et la santé des poissons, contrairement aux agriculteurs qui déploient de nombreux types de capteurs pour recueillir ces données essentielles. 

Environ 82 % des logiciels de pêche collectent des données à partir de GPS et 32 % utilisent des caméras. Un pourcentage encore plus faible (14 %) utilise des capteurs d'engins fixés sur des systèmes hydrauliques ou des treuils pour détecter l'activité de pêche ou des RFID pour identifier les engins. Seules deux entreprises utilisent les données des sondeurs pour alimenter l'IA afin d'améliorer les estimations des bancs de poissons. 

Une grande partie de la fishtech se concentre sur le simple fait de se passer de papier. Les journaux de bord électroniques représentent 71 % des applications, suivis par le VMS (53 %) et la surveillance électronique (29 %). La plupart des technologies sont destinées aux flottes industrielles et moyennes, qui ne représentent que 18 % des 2,86 millions de navires de pêche motorisés dans le monde. C'est logique puisque ces bateaux capturent la moitié du poisson mondial. Pourtant, seuls 1 523 navires utilisent actuellement la surveillance électronique (Voir le rapport du CNC). 

Des fondations privées comblent le manque de financement des technologies de la pêche

En raison de cette croissance lente, l'industrie de la pêche n'a connu qu'une fraction des opérations de capital-risque et d'investissement providentiel par rapport à l'aquaculture. Selon Crunchbase, seuls 9 accords ont été signalés parmi les 79 fournisseurs de technologies de pêche commerciale. Ces opérations ont généré près de $19 millions USD d'investissements. Dans le secteur de l'aquaculture, 82 sociétés de logiciels ont généré 21 transactions d'une valeur de $293 millions USD. Les transactions dans le secteur de l'aquaculture étaient sept fois plus importantes que dans celui de la pêche. 

Pour combler le manque de financement, des fondations privées sont intervenues. Au cours des deux dernières décennies, quatre fondations - Walton, Packard, Moore et National Fish and Wildlife - ont versé $27,4 millions USD en subventions pour la surveillance électronique et l'assistance technique afin d'améliorer la responsabilisation des pêches. Les trois quarts de cet argent l'ont été depuis 2015. Et encore plus d'argent de la fondation a été mis dans des campagnes de marché pour générer des incitations - y compris de meilleurs prix et un meilleur accès au marché - pour les prises vérifiées. 

Les campagnes des ONG, les subventions des fondations et les régulateurs gouvernementaux ont contribué à l'adoption des technologies. Il n'est pas surprenant que le Canada, les États-Unis, l'Australie et la Nouvelle-Zélande comptent le plus grand nombre de fournisseurs de technologies. En effet, la Nouvelle-Zélande impose la surveillance électronique à 300 navires côtiers au cours des trois prochaines années. C'est également en Nouvelle-Zélande que se trouve SnapIT, l'une des entreprises les plus innovantes dans le domaine des technologies de l'information et de l'informatique "edge" sur les navires. 

L'intelligence artificielle est essentielle à l'évaluation de la surveillance électronique

"Si nous voulons que la surveillance électronique s'étende à des milliers de navires, il faut des examinateurs vidéo surhumains", déclare Barney. Ces "surhommes" sont des algorithmes d'apprentissage automatique. 

Selon M. Barney, l'IA sera essentielle pour réduire deux coûts de la SE. Premièrement, des algorithmes pourraient examiner les vidéos à bord des navires et ne conserver que les clips présentant une activité de pêche pertinente, réduisant ainsi les coûts de stockage et de traitement des données. "La taille des archives vidéo à bord des navires doit être réduite", explique M. Barney. 

Deuxièmement, la vidéo doit être examinée automatiquement à l'aide d'algorithmes pour classer et compter les activités de pêche telles que les espèces, les prises accessoires, les impacts d'oiseaux, le réglage des engins, etc. Cette tâche s'est avérée difficile car les angles de caméra, les conditions météorologiques variables, la disposition des ponts et le comportement de l'équipage peuvent varier énormément d'un navire à l'autre.

"Le problème est que l'IA est surentraînée sur un petit ensemble de données provenant d'un navire. Ensuite, vous la mettez sur un autre navire et l'IA ne sait pas ce qui se passe", explique Barney. "Elle a besoin d'être réentraînée."

Il s'agit maintenant d'universaliser l'IA en utilisant de grands ensembles de données vidéo provenant de plusieurs navires pour entraîner les algorithmes. The Nature Conservancy a mis en place Résille.AI pour fournir ces données d'entraînement. Quelques autres technologies pourraient également s'avérer précieuses pour la mise à l'échelle, notamment un puissant système informatique périphérique permettant d'exécuter l'IA sur les navires et une connectivité en mer abordable, dont le projet Starlink d'Elon Musk est le pionnier, qui utilise des satellites en orbite basse.

"Nous pensons réellement que la technologie peut nous amener à un endroit où nous pouvons avoir des informations utiles en temps réel à partir de centaines de milliers de navires, et ce à un prix abordable", dit Barney. "C'est une chose raisonnable dont on peut rêver".

Veuillez vous inscrire pour notre lettre d'information mensuelle Catch-Up pour recevoir le prochain message.