Mer numérique, l’IA appliquée à la maritimité du Québec

Le projet structurant la Mer Numérique réunit l’expertise régionale en sciences marines avec les compétences du Québec en science des données et en intelligence artificielle. Cette initiative s’attaque aux défis posés par les mégadonnées marines, en créant une plateforme numérique robuste pour la gestion durable des ressources, le développement socio-économique et l’éducation environnementale.

La Mer numérique comprend plusieurs projets parapluies réalisés ou en cours de réalisation avec de nombreux partenaires.

La mer numérique en 12 projets

Mesure en temps réel des prises à bord d’un bateau de pêche (en cours)
Collaborateur: Coopérative des capitaines-propriétaires de la Gaspésie (ACPG)
Mandat: Développer la preuve de concept d’un système de mesure en temps réel des prises à bord d’un bateau de pêche. Ce système pourrait inclure un système de caméras placées au-dessus du convoyeur, le matériel informatique pour l’enregistrement et l’analyse des données, et les modèles en intelligence artificielle qui réalisent la mesure des prises.
Financement: MEIE – Programme de soutien aux organismes de recherche et d’innovation (PSO) – volet 2a : soutien aux projets de recherche-innovation, secteur maritime

Détecter des organismes mobiles dans des vidéos sous-marines avec l’intelligence artificielle
Collaborateur: MPO
Mandat: L’objectif global de Pêches et Océans Canada et du CDRIN pour le projet était d’initier la conception et le développement d’un outil d’intelligence artificielle permettant de détecter la présence d’organismes mobiles dans des vidéos sous-marines. Pour ce faire, le CDRIN a réalisé la réception et la mise en forme d’un échantillon de données annotées du MPO, la veille technologique sur des solutions applicables, et des tests préliminaires pour évaluer la faisabilité d’objectifs spécifiques.
Financement: MPO

Redonner vie au Scotsman, navire marchand du commerce international
Collaborateurs: Super Splendide, IRHMAS
Mandat: L’objectif global de l’IRHMAS, du CDRIN et de Super Splendide pour ce projet était de redonner vie au Scotsman en développant une application multi-utilisateur interactive en réalité virtuelle à partir de médias acquis en archéologie subaquatique et de modèles originaux 3D.
Partenaires: RQM, Musée Maritime du Québec (MMQ)
Financement: FRQ-Valorisation scientifique

FOUrAId – Développement de l’infrastructure de recherche numérique menant à un suivi automatisé de l’écologie et du comportement du fou de Bassan au parc national de l’Île-Bonaventure-et-du-Rocher-Percé
Avec le Cégep de Matane et le Cégep de Rimouski
Collaborateurs: Cube Noir Innovation, Laboratoire d’ornithologie marine de l’UQAR
Mandat: L’objectif général du projet était de développer l’infrastructure de recherche numérique menant à un suivi automatisé de l’écologie et du comportement du fou de Bassan au parc national de l’Île-Bonaventure-et-du Rocher-Percé. L’utilisation de l’imagerie numérique et de l’intelligence artificielle permettra dans ce projet de détecter et de classifier automatiquement des espèces animales en interactions ainsi que certains comportements.
Partenaires: Exploramer, Bioparc de la Gaspésie, SÉPAQ (Île Bonaventure)
Financement: MES-Programme d’aide à la recherche et au transfert (PART)

Fiducie de données marines: Modèle de gouvernance et de valorisation des données du milieu marin en relation avec la gestion et l’exploitation des ressources marines
Collaborateurs: Créneau RSTM, AI Impact Alliance, Réjean Roy
Mandat: Le projet visait la mise sur pied et l’animation d’un réseau d’échanges, de collaboration et d’accompagnement entre différents partenaires issus des milieux gouvernementaux, de la recherche et de l’industrie de la pêche commerciale au Québec afin de créer une Fiducie de données qui permettrait de jeter les bases d’une gestion utilisant l’intelligence artificielle pour développer des modèles prédictifs sur l’état des stocks de poissons et autres espèces à l’intérieur de l’estuaire et du golfe Saint-Laurent. Il s’agit d’un projet novateur qui permet à l’industrie de la pêche commerciale au Québec de s’orienter vers des pratiques de pêche durable dans un contexte où les changements climatiques impactent de plus en plus le milieu marin. Le CDRIN a agi à titre de maître d’œuvre pour accompagner les différentes parties prenantes (entreprises en technologies marines et informatiques), associations de pêcheurs, représentants de ministères (MPO, ACIA, MAPAQ, MEI) et de centres de recherche (Institut Maurice-Lamontagne, l’OGSL, le Centre d’intelligence artificielle appliquée, le RQM, etc.) dans la définition d’un modèle d’affaires garantissant l’interopérabilité, l’intégralité, la sécurité et la confidentialité des données et leur anonymisation.
Partenaires: Forum IA Québec, OBVIA
Financement: MÉI-Programme d’aide au développement sectoriel (PADS)

VIARENA, cours en ligne ouvert et massif pour affirmer l’indépendance numérique du Québec en intelligence artificielle
Collaborateurs: Cégep de Matane
Mandat: Développé par Claude Coulombe, Ph.D. en informatique et entrepreneur, le cours intitulé VIARENA – pour Vision artificielle et exploitation intelligente des ressources naturelles – est un cours pratique gratuit offrant tous les outils nécessaires aux PME du Québec afin de démarrer des projets en vision artificielle et ainsi participer activement à cette révolution numérique déjà en marche.
Expertises: Intelligence artificielle, vision artificielle
Financement: Ministère de l’économie et de l’innovation (MEI)

GLACE: Développement de techniques de modélisation et de visualisation avancées en utilisant des données synthétiques générées par des moteurs de jeu pour entraîner des modèles d’intelligence artificielle
Avec le Cégep de Matane
Collaborateurs : ISMER (Dany Dumont), INRS (TBD)
Mandat: Génération de glace de synthèse dans un moteur de jeu pour l’entraînement de modèles IA du comportement du système vagues-glaces. L’objectif principal était de simuler des environnements virtuels afin de générer des données synthétiques sur lesquelles l’algorithme d’IA pourrait être entraîné de manière suffisamment réaliste pour qu’il puisse effectuer la même tâche dans un environnement physique réel. L’outil pourrait être personnalisé pour d’autres domaines en fonction de l’objectif visé.
Financement: MES-Programme d’aide à la recherche et au transfert (PART)

OTOLITHE, Développement d’un modèle bioénergétique prédictif permettant d’estimer la croissance et la consommation de nourriture des ombles de fontaine
Avec le Cégep de Matane
Collaborateurs: ISMER
Mandat: L’objectif général était d’élaborer un modèle prédictif en intelligence artificielle permettant de déterminer les facteurs les plus importants pour estimer au mieux la croissance et la consommation de nourriture des ombles de fontaine.
Financement: MES-Programme d’aide à la recherche et au transfert (PART)

ReCAPP – Reconnaissance et classification automatiques de poissons pélagiques de l’estuaire maritime et du golfe du Saint-Laurent
Avec les Cégep de Matane et le Cégep de Rimouski
Mandat: L’objectif général du projet était de développer le procédé ReCAPP de l’estuaire et du golfe du Saint-Laurent par l’utilisation de l’intelligence artificielle et de l’imagerie optique sous-marine.
Collaborateurs: Laboratoire d’ornithologie marine de l’UQAR
Partenaires: Exploramer
Financement: MES-Programme d’aide à la recherche et au transfert (PART)

Outil prédictif pour la pêche au homard
Client: Regroupement des pêcheurs professionnels du Sud de la Gaspésie (RPPSG)
Mandat: L’objectif global du RPPSG et du CDRIN pour ce projet était de réaliser la preuve de concept d’un outil de prédiction de la pêche au homard.
Financement: CRSNG-Subvention d’engagement partenariale (SEP)

Berges 3D, Captation et intégration dans un moteur de jeu des données topométriques et photographiques d’un terrain afin d’obtenir un rendu photoréaliste en temps réel
Avec le Cégep de Matane et le Cégep de Thetford
Collaborateurs : Coalia
Mandat: L’objectif général était de développer un procédé de captation des données topométriques et photographiques d’un terrain, comme une mine ou une berge, et de les intégrer dans un moteur de jeu afin d’obtenir un rendu photoréaliste en temps réel. L’idée d’intégrer deux environnements (mine et berge) au projet était de faire une analyse comparative afin d’obtenir des résultats plus concluants et facilement utilisables dans d’autres contextes.
Partenaires: Biobec, Minerai de fer Québec
Financement: MES-Programme d’aide à la recherche et au transfert (PART)

Voir la mer, Modéliser et visualiser les ressources archéologiques subaquatiques dans le secteur du Bic maritime
Collaborateurs: Cube Noir Innovation
Mandat: L’objectif global de l’ISMER et du CDRIN pour ce projet était de développer un simulateur physique et les procédés de rendu photoréaliste permettant de naviguer en quatre dimensions dans une mer numérique appliquée au secteur du Bic. Pour ce faire, le CDRIN a réalisé la recherche et développement visant les objectifs spécifiques suivants : Réaliser un environnement virtuel photoréaliste dans un moteur de rendu; Réaliser une simulation physique réaliste dans un moteur de rendu; Assister la visualisation de données dans un moteur de rendu
Partenaires: ISMER, IRHMAS, SÉPAQ (Parc National du Bic)
Financement: MÉI-Odyssée Saint-Laurent, MÉI-Projets innovants