Deux nouveaux modèles intelligents « Kunyuan » lancés par l’Académie des sciences chinoise pour révolutionner la surveillance terrestre et océanique

Le 29 juillet, lors de la troisième conférence sur les zones côtières tenue à Yantai, dans la province du Shandong, le chercheur Su Fen zhen, directeur scientifique du modèle grandeur « Kunyuan » et chercheur au Institut de géographie et des ressources naturelles de l'Académie des sciences de Chine, a présenté deux nouveaux modèles d’intelligence artificielle développés en interne : « Kunyuan·Gan Dongnan » et « Kunyuan·Ni Qian Hai ». Ces deux modèles, conçus respectivement pour les zones terrestres et marines, établissent un système intelligent de surveillance et de simulation terrestre et océanique. Ce développement marque une avancée majeure dans l’intégration de l’intelligence artificielle aux sciences du télédétection et de l’océanographie, offrant un soutien prometteur pour des détections rapides et précises à l’échelle régionale et pour des simulations océaniques mondiales. Le modèle « Kunyuan·Gan Dongnan » se concentre sur la détection des ressources et de l’environnement en Asie du Sud-Est. Grâce à une technologie innovante de génération automatique d’échantillons et de réglage efficace des paramètres, il permet une cartographie précise de la couverture terrestre sur une période de 30 ans (1990–2020), avec une précision globale dépassant 92 % pour sept catégories principales. Son efficacité computationnelle est remarquable : en utilisant une seule carte graphique grand public NVIDIA RTX 4090, il peut traiter l’ensemble de la région asiatique du Sud-Est en seulement 3 à 4 heures. Cette performance révolutionne les méthodes traditionnelles d’analyse environnementale, ouvrant la voie à une recherche plus intelligente, plus rapide et plus automatisée sur les ressources terrestres en Asie du Sud-Est. Le modèle « Kunyuan·Ni Qian Hai » vise à surmonter les limites liées à la faible disponibilité de données en profondeur océanique (plus de 1 000 mètres) et aux contraintes théoriques existantes. Les chercheurs ont conçu un cadre général de modélisation spatio-temporelle guidé par des lois physiques, intégrant une nouvelle architecture de pré-entraînement auto-régressif qui encode efficacement les relations temporelles et spatiales. En combinant une stratégie d’ajustement progressif avec plus de 1,3 million de trajectoires provenant du réseau Argo, ce modèle parvient à une modélisation haute précision des courants océaniques en profondeur, avec une amélioration de la précision de jusqu’à 25 % par rapport aux méthodes classiques. Il permet une meilleure compréhension des caractéristiques dynamiques des courants intermédiaires, des mécanismes de transport de matière et des interactions à plusieurs échelles, renforçant ainsi la connaissance scientifique des processus océaniques et de leur impact sur le climat global. À l’avenir, l’équipe de recherche prévoit d’enrichir les capacités du système en intégrant de vastes ensembles de données géographiques, en réduisant les barrières d’application, et en renforçant les capacités de détection et de prévision des phénomènes complexes côtiers tels que l’évolution de la couverture terrestre ou les réponses aux catastrophes marines. Ces efforts visent à créer une plateforme technologique puissante pour soutenir le développement durable des zones côtières à l’échelle mondiale.