En juin 2016, dans un article pour ce même magazine, nous écrivions que les outils de détection automatique, communément désignés par l’acronyme « ATR » (pour automatic threat recognition,  soit localisation automatique de menaces) étaient passés du concept à la réalité. Aujourd’hui, nous aimerions mettre en lumière les résultats qui peuvent être obtenus lorsque l’ATR est mis spécifiquement au service de la détection du trafic illicite d’ivoire.

S’agissant de traquer le commerce illégal d’espèces sauvages et tout spécialement le trafic d’ivoire d’éléphant et de corne de rhinocéros, il est essentiel d’être à même de repérer, dans des envois de toutes sortes, non seulement les animaux et leurs parties mais aussi une vaste gamme de produits dérivés. Prenons l’exemple des cornes de rhinocéros : elles peuvent se présenter sous la forme de tablettes ou de plus petites pièces, de copeaux, de produits ouvrés tels que des bracelets, de produits d’artisanat comme des sculptures, ou encore de poudres, ces dernières posant les plus grandes difficultés en matière d’identification. De nombreux articles sont envoyés par la poste ou encore par courrier express à travers les frontières et, comme vous le savez sans doute, le contrôle de ces flux spécifiques de marchandises présente certains défis.

Les systèmes d’inspection non intrusive (INI) s’avèrent utiles à cet égard mais leur efficacité dépend de la compétence des personnes qui les utilisent. Les opérateurs doivent donc suivre une formation approfondie à ce niveau. Ils doivent aussi être en nombre suffisant et être habitués à repérer les différentes formes de produits fabriqués à partir d’espèces sauvages.

La bonne nouvelle pour les administrations des douanes est que d’énormes progrès ont été faits au niveau des outils de détection automatique tirant parti de l’intelligence artificielle (IA), ce vaste domaine de la science qui se fonde sur la simulation de la pensée et du comportement humains. Ces outils recourent notamment à l’apprentissage automatique, une sous-discipline de l’IA permettant aux machines « d’apprendre » à partir de données sans avoir été programmées pour ce faire, et un nombre croissant d’algorithmes ont pu être mis au point, testés et déployés.

La mise au point de tels algorithmes exige de recueillir des données concernant la forme, la densité et le numéro atomique des produits, ainsi que des informations volumétriques tridimensionnelles obtenues par tomodensitométrie les concernant. Il est donc impératif que les fournisseurs de solutions d’IA travaillent en étroite collaboration avec les autorités douanières pour obtenir les images des produits scannés. Ces fournisseurs créent généralement aussi des images synthétiques, pour compléter leurs jeux de données imagées. Grâce à ces données très riches, les algorithmes grimpent rapidement la courbe d’apprentissage, pourtant abrupte, qui les sous-tend. La capacité de détection des algorithmes est censée évoluer en continu, pour autant que le jeu de données soit régulièrement actualisé. Lorsqu’ils sont intégrés à un réseau informatique, ces outils peuvent absorber des informations provenant de différentes sources, les assembler, dégager les tendances qui s’y dessinent et identifier les cibles de manière efficace.

Les algorithmes ne connaissent pas la vétusté et sont une ressource « stable ». Ils sont appliqués depuis des années avec beaucoup d’efficacité en Chine aux fins de la détection automatique de l’ivoire et de ses produits connexes, même si ces derniers ne cessent d’évoluer. Grâce à un « apprentissage » approfondi en imagerie, la technologie incorporée aux tomodensitomètres permet à présent de détecter de minuscules perles d’ivoire, cachées parmi des objets placés pêle-mêle dans les bagages.

À l’aéroport de Chengdu-Shuangliu, où tous les bagages entrants passent par un scanneur doté de fonctionnalités de détection automatique, les rapports indiquent que la douane a réussi à déjouer 86 tentatives de contrebande et a saisi plus de 500 pièces en ivoire, rien qu’en 2018.

Outre les produits fabriqués à partir d’espèces sauvages, l’apprentissage automatique basé sur les systèmes radiographiques a déjà permis de retrouver des armes, des liquides en bouteille et des cigarettes, et ce en quelques secondes. De nouveaux algorithmes peuvent être mis au point pour répondre à des problèmes spécifiques de lutte contre la fraude et ils peuvent être ajoutés au logiciel des systèmes d’INI à n’importe quel moment. Aujourd’hui, la détection automatique n’est donc plus un rêve lointain, mais bien une réalité. Il est à présent nécessaire de promouvoir la coordination des efforts entre les secteurs public et privé pour construire de tels outils. À travers l’incorporation de l’IA aux systèmes d’INI, la douane détient la clé de la lutte contre le commerce illicite… Pour le bien de la planète et de tous ses habitants.

En savoir +
chenzhiqiang@nuctech.com
www.nuctech.com