Électrification du continent africain: le «deep learning» au service de la recherche
Utiliser l’intelligence artificielle, pour faire avancer la recherche. C’est ce qu’ont fait notamment Hugo Le Picard et Matthieu Toulemont. Ils ont utilisé la technique dite du « deep learning » afin de mener une étude sur l’usage des panneaux solaires en milieu urbain. Sur les 14 villes du continent, la capacité solaire décentralisée représente près de 10 % selon les conclusions de leurs travaux.
Assis à une terrasse, Hugo Le Picard lance un entraînement sur son ordinateur portable. Des lignes défilent sur son écran. Pour mener à bien son projet, Hugo Le Picard, chercheur associé à l’IFRI, a travaillé avec Matthieu Toulemont, ingénieur en machine learning.
« Il n’y a pas de jeu de données publiques en ligne comme on peut trouver pour beaucoup d’autres taches qui sont traitées par l’intelligence artificielle et donc il a fallu créer un data set », explique Matthieu Toulemont. « Pour pouvoir utiliser ces images satellites et prédire par pixel si le pixel appartient à un panneau solaire ou non pour à la fin pouvoir calculer l’aire que représente le panneau solaire sur la photo, il nous faut une image satellite qui soit suffisamment précise. »
Pallier le manque de données du secteur
L’équipe a collecté plus de 2 millions d’images satellites, les a annotées. Puis pour les traiter, l’ingénieur a écrit un algorithme : « Ces algorithmes ne deviennent pas intelligents tout seuls », prévient Matthieu Toulemont. « Pour les rendre intelligents, il faut les entraîner. Alors, nous, on s’est attaché aux algorithmes de classification qu’on dit supervisé et qui demande un jeu de données annotées pour pouvoir apprendre et extraire une logique et ensuite prédire si oui ou non l’image contient des panneaux solaires. »
L’intelligence artificielle fait partie de ces moyens détournés qui permettent d’avoir accès à des données qui soient assez fiables et sur lesquelles on puisse travailler et ensuite mener des analyses économiques. Ce sont des données qu’aujourd’hui personne n’a, et que l’on apporte d’une certaine manière à la recherche et notamment à la recherche en économie pour mieux comprendre le développement des systèmes électriques en Afrique subsaharienne.
Une nouvelle visibilité sur le marché solaire en pleine émergence
Des données qui peuvent ensuite exploiter de différentes manières et croisées par exemple avec des cartes socio-économiques.
« En croisant ces deux bases de données ensemble et ensuite en les joignant, on peut comprendre les déterminants socio-économiques du développement du marché solaire décentralisé dans certaines zones d’Afrique subsahariennes et dans certaines zones urbaines plutôt que dans d’autres », dit Hugo Le Picard.
Ce travail révèle comment « les consommateurs s’autonomisent vis-à-vis du réseau » central souvent insuffisant. Les panneaux solaires qui étaient initialement utilisés dans les zones rurales sont désormais présents dans les zones urbaines. Cette étude apporte une visibilité sur un nouveau segment du marché solaire en pleine émergence. Des données qui peuvent servir tant aux politiques publiques, qu’aux acteurs du secteur électrique.
> Écouter l'interview ou retrouver le podcast sur le site de RFI