No Banner to display

L’IA de Facebook cartographie de plus en plus précisément la population mondiale

| 25 avril 2019

Catégorie: A l'actu, Cartographie, Données, Entreprises, Open Data, Satellite/Spatial

En 2016, Facebook a publié ses premières cartes de la population mondiale, élaborées en quelques mois grâce à l’analyse massive d’images satellitaires. Aujourd’hui, les algorithmes utilisés ont évolué et la méthode a été améliorée. Résultat, des cartes encore plus précises de la population dans les pays d’Afrique.

La machine à cartographier de Facebook refait parler d’elle. Dans un long billet publié le 9 avril sur le blog Tech@facebook, Derrick Bonafilia, James Gill, Danil Kirsanov et Jason Sundram expliquent comment ils ont réussi à améliorer la cartographie des zones peuplées du monde entier. La chaîne de traitement reste globalement la même qu’en 2016. Elle commence par analyser rapidement 1,5 Pétaoctets d’images satellitaires à très haute résolution (merci DigitalGlobe) pour en extraire des dalles susceptibles de contenir des bâtiments, soit environ une image sur cent mille. Un deuxième tri est ensuite réalisé, région par région, afin de cibler les zones effectivement peuplées. Grâce à des bases de plus en plus étendues et ciblées d’échantillons (exploitant notamment OpenStreetMap), l’algorithme d’apprentissage profond reconnaît alors les différents types de zones habitées (villages, bâtiments intégrant différents types de construction). La population est ensuite « projetée » à partir des données de recensement moins précises, ce qui permet de proposer des cartes de densité de population au bâti. Les résultats sur les pays du continent africain ont été validés par les partenaires scientifiques de Facebook, et sont désormais librement téléchargeables.

Explication en un GIF animé des différentes étapes de la méthode Facebook. « Notre chaîne de traitement commence par écarter les zones qui ne pourraient contenir un bâtiment. Ensuite, le réseau neuronal classe chaque zone restante en fonction de la probabilité qu’elle contienne un bâtiment. Les lieux les mieux notés sont représentés ici par des points bleus. La population est attribuée à partir des données du recensement (voir ici la carte dans les tons rouges). Enfin, nous superposons la population répartie sur les lieux de peuplement de la carte. (Image d’arrière-plan fournie par DigitalGlobe.) »

Explication en un GIF animé (cliquez dessus pour voir l’animation) des différentes étapes de la méthode Facebook. « Notre chaîne de traitement commence par écarter les zones qui ne pourraient contenir un bâtiment. Ensuite, le réseau neuronal classe chaque zone restante en fonction de la probabilité qu’elle contienne un bâtiment. Les lieux les mieux notés sont représentés ici par des points bleus. La population est attribuée à partir des données du recensement (voir ici la carte dans les tons rouges). Enfin, nous superposons la population répartie sur les lieux de peuplement de la carte. (Image d’arrière-plan fournie par DigitalGlobe.) »

Usages

Un autre billet, publié le même jour, détaille quelques utilisations des données : ciblage d’une campagne de vaccination au Malawi par la Croix Rouge par les volontaires du projet Missing Maps ; électrification en Tanzanie en exploitant les données OpenStreetMap et Facebook. Outre ces usages humanitaires largement mis en avant, cette cartographie pourrait également faciliter le raccordement de tous à Internet, autre projet phare de Facebook, en ciblant les seules zones habitées.

Ciblage aux Philippines grâce aux cartes Facebook de la population.

Ciblage aux Philippines grâce aux cartes Facebook de la population.

 

Print Friendly, PDF & Email
Signaler un contenu

Les commentaires sont fermés

No Banner to display

No Banner to display