La télédétection pour la détection d’objets est un domaine en pleine expansion, surtout dans le cadre des véhicules aériens sans pilote (UAV), utilisés pour des applications telles que la réponse aux catastrophes et la surveillance environnementale.

Un des défis majeurs réside dans la création de modèles qui allient précision élevée et performances optimisées sur des appareils ayant des capacités de calcul limitées.

Une équipe de recherche de l’Université métropolitaine d’Osaka a mis au point un nouveau cadre pour répondre à ces besoins, en développant le SORA-DET, une architecture de détection spécialement conçue pour les UAV.

SORA-DET intègre des innovations comme le bloc de réparamétrisation partiel, qui simplifie les opérations de convolution tout en garantissant une forte extraction de caractéristiques, et un réseau pyramid peu profond (SB-FPN) qui améliore la représentation visuelle en fusionnant des informations d’échelles différentes.

Ce modèle optimise la taille et la vitesse, nécessitant 88,1 % de paramètres en moins que les détecteurs traditionnels, tout en atteignant des performances de précision impressionnantes.

Ces avancées promettent d’améliorer considérablement la détection d’objets pour des applications cruciales telles que la gestion des catastrophes et les opérations de recherche et sauvetage.

Une étude récente de l’UCLA met en lumière des similarités surprenantes entre les comportements coopératifs des souris et ceux des systèmes d’intelligence artificielle (IA).

Publiés dans la revue Science, les résultats montrent que les cerveaux biologiques et les réseaux neuronaux artificiels adoptent des stratégies similaires lorsqu’il s’agit de coordonner leurs actions en vue d’objectifs communs.

Cette recherche révèle que des principes fondamentaux de coopération existent tant dans la biologie que dans la technologie, avec des implications importantes pour la compréhension des interactions sociales humaines et le développement de systèmes d’IA plus efficaces.

Les scientifiques ont mis en place une tâche où des souris devaient travailler ensemble pour obtenir des récompenses, tout en enregistrant l’activité de leurs neurones.

Ils ont également formé des agents d’IA sur une tâche similaire, permettant une comparaison directe des comportements.

Les résultats montrent que, tout comme les souris, les agents d’IA développent des comportements coopératifs en s’appuyant sur des représentations neuronales précises.

Ces découvertes ouvrent la voie à une meilleure compréhension des mécanismes neuronaux sous-jacents à la coopération et suggèrent que les insights tirés de la coopération animale pourraient également enrichir la conception de systèmes d’IA collaboratifs.

Des chercheurs ont récemment démontré que l’essaim sismique autour de Santorin, qui a commencé début 2025, a été causé par l’ascension de magma sous-terrain.

Cette étude, menée par le GFZ Helmholtz Center et d’autres institutions, a utilisé des techniques avancées d’intelligence artificielle et des données recueillies par des capteurs sous-marins pour comprendre les événements.

Environ 300 millions de mètres cubes de magma se sont déplacés en profondeur, provoquant des fracturations et, par conséquent, des milliers de tremblements de terre.

Les chercheurs ont identifié un soulèvement initial de quelques centimètres de l’île dès juillet 2024, avant que l’activité sismique ne s’intensifie à partir de janvier 2025.

Santorin, située dans une zone géologiquement active, a une histoire volcanique marquée par de puissantes éruptions.

L’analyse des tremblements de terre a révélé que l’activité sismique pouvait s’étendre jusqu’à 10 kilomètres au nord-est de l’île, et les chercheurs ont réussi à observer ce phénomène en temps presque réel grâce à la collaboration internationale.

Les résultats mettent en lumière une connexion hydraulique potentielle entre Santorin et le volcan sous-marin Kolumbo, soulignant l’importance de cette recherche pour la sécurité des populations locales face à de possibles futures crises sismiques.