Yvon Le Maho & Victor Planas-Bielsa
Biographie - Yvon Le Maho
Institut pluridisciplinaire Hubert Curien (IPHC) - UMR 7178, université de Strasbourg et CNRS, France
Yvon Le Maho a obtenu un master à l’université Pierre et Marie Curie (Paris) et un doctorat ès sciences à l’université Claude Bernard (Lyon). Il est directeur de recherche émérite CNRS, chargé de mission au Centre scientifique de Monaco, membre de l’Académie des sciences, membre associé de l’Académie nationale de pharmacie ainsi que membre étranger de l’Académie norvégienne des sciences et des lettres. Il a été pendant 11 ans président du Comité scientifique du patrimoine naturel et de la biodiversité, qui a conseillé les ministres français de l’environnement successifs. Il est également ancien président de la section « Biologie des organismes et biologie évolutive » de l’Academia Europaea, ancien président du Comité scientifique et du Conseil d’administration de l’Institut polaire français, et ancien membre du Conseil d’administration de l’Institut océanographique de Monaco.
Ses recherches portent essentiellement sur des prédateurs marins, les manchots et les tortues marines, ses principaux objectifs étant de comprendre leurs adaptations comportementales et physiologiques aux changements environnementaux. Cela inclut l’étude de ces adaptations physiologiques comme source d’innovation biomédicale. Afin d’atteindre ces objectifs, Yvon Le Maho a été l’un des pionniers du suivi des animaux par satellite et du développement du bio-logging, c’est-à-dire l’utilisation d’instruments de mesure miniaturisés équipant les animaux évoluant librement dans leur milieu naturel pour l’étude de leurs déplacements et l’acquisition d’informations physiologiques. Si le bio-logging a ainsi révolutionné nos connaissances, une préoccupation devenue majeure est celle de l’impact de la manipulation des animaux et de ces instruments. Dans ce contexte, Yvon Le Maho a été le pionnier de l’utilisation de la RFID (identification individuelle par radiofréquence) et de la robotique, qui permettent de minimiser les perturbations d’origine humaine. Il est auteur/coauteur de 324 articles, dont 12 dans Nature, Nature Climate Change, Nature.com et Nature Methods (2 avec la couverture). H 67 (Res. Gate).
Biographie - Victor Planas-Bielsa
Centre scientifique de Monaco (CSM) & Fellow USIAS, Institut pluridisciplinaire Hubert Curien (IPHC) - UMR 7178, université de Strasbourg et CNRS, France
Victor Planas-Bielsa est diplômé en physique théorique de l'université de Saragosse (Espagne) et docteur en mathématiques de l'université de Nice (France). Il a toujours été à l'interface entre différentes disciplines, et est actuellement chargé de recherche au Centre scientifique de Monaco.
Ses recherches portent sur l'utilisation de l'intelligence artificielle et de l'apprentissage automatique pour l'acquisition et l'analyse des données comportementales des prédateurs marins, comme les manchots et les tortues de mer. Son principal objectif est de développer des techniques d'identification et de capture des mouvements avec une perturbation minimale, voire nulle, afin d'éviter tout stress inutile pour les animaux et tout biais possible de la part des chercheurs.
Au cours de son séjour à Strasbourg, Victor Planas-Bielsa sera accueilli par le Dr. Caroline Habold, ainsi que par Yvon Le Maho au sein de l’Institut pluridisciplinaire Hubert Curien (IPHC).
Projet - Acquisition de données à distance dans les colonies de manchots
01/09/2022 - 31/08/2024
Ce projet se situe à l’interface entre éthique et science. L’un des enjeux majeurs et trop souvent négligé dans l’étude d’animaux évoluant librement dans leur milieu naturel est en effet l’acquisition de données non biaisées par l’impact des études elles-mêmes, et notamment la perturbation d’origine humaine. Nous avons déjà montré que l’utilisation d’un ROV (remote controlled vehicle) permet d’éviter l’énorme perturbation que provoque une présence humaine pour la collecte de données scientifiques dans une colonie de manchots en cours d’incubation. L’approche du ROV ne provoque pas de perturbation plus grande que celle générée par la circulation d’un congénère en transit. Toutefois, celui-ci représentant un rival potentiel, la question posée est de déterminer s’il est possible de minimiser davantage encore la perturbation engendrée par le ROV. D’après la réaction comportementale et physiologique de manchots à l’approche de l’intrus que représente ce ROV, notre principal objectif est de comprendre les éléments (aspect, modalités d’approche…) dont résulte leur perception qu’il présente un danger plus ou moins grand en fonction de leur histoire et de leur personnalité, et ce évidemment afin de minimiser cette perception de danger…
L’une des principales difficultés à atteindre cet objectif concerne l’acquisition des données correspondant à la réaction comportementale d’individus dont l’histoire est connue, qui doivent donc être identifiés, et dont les mouvements ainsi que les modalités d’approche du ROV doivent être également enregistrés. Ceci suppose par conséquent au cours d’une première étape le développement d’une nouvelle méthode permettant l’automatisation de l’acquisition de toutes ces données. Avant d’être poursuivie dans le milieu naturel, cette première étape est conduite sur les manchots de Humboldt du Parc zoologique de Paris. Il s’agit de mettre au point une nouvelle méthode d’identification individuelle de ces manchots par imagerie, en faisant appel à une approche de machine learning. Chaque individu a en effet des taches noires spécifiques sur le plumage blanc de son abdomen. La méthode est validée par RFID (identification individuelle par radiofréquence), en raison de la courte distance de lecture de celle-ci sur une passerelle connectée supportant des caméras intelligentes. Le suivi automatisé des déplacements des manchots est développé parallèlement. Lorsque identification et suivi des déplacements seront automatisés, nous procéderons à la deuxième étape, consistant en l’étude simultanée des réactions comportementales et physiologiques à l’approche du ROV, la fréquence cardiaque des manchots constituant un indicateur de leur niveau de stress.
En évitant les biais résultant de l’impact d’une présence humaine dans l’acquisition de données et en permettant d’obtenir grâce à l’approche de machine learning des données plus robustes sur les réactions comportementales des animaux, ce projet ouvrira de nouvelles perspectives de recherche, et pas uniquement chez les manchots.
Biographie - ingénieur mécatronique - Yann Leguéreau
Institut pluridisciplinaire Hubert Curien (IPHC) - UMR 7178, université de Strasbourg et CNRS, France
Après une formation à l'Institut national des sciences appliqués (INSA) à Strasbourg, Yann Leguéreau a travaillé en qualité d'ingénieur mécatronique sur le projet USIAS entre septembre 2022 et avril 2023.