4000 cartes par jour : des réseaux de neurones artificiels pour récupérer les géodonnées du passé

La BnF accueille des chercheurs qui conduisent un travail au plus près de ses collections. Rémi Petitpierre, mastérant de l’École polytechnique fédérale (EPFL) a été accueilli au département des Cartes et plans, pour son projet sur la vectorisation automatique des cartes 1.


Imaginons une intelligence artificielle capable de récupérer des siècles d’histoire urbaine. Imaginons des politiques informées par des millions de cartes historiques. Imaginons une promenade dans l’Exposition universelle de 1889, dans la Rome de Nolli, dans l’Inde coloniale. Imaginons l’apparition de mondes miroirs, reflets numériques tangibles basés sur les big datas du passé. Ces mondes, qui pourraient être peuplés artificiellement par nos aïeuls prendraient place dans un univers 4D, à travers l’espace et le temps.

Récemment, la Bibliothèque nationale de France et le laboratoire d’Humanités digitales de l’Ecole Polytechnique Fédérale de Lausanne (EPFL) ont franchi un premier pas dans cette direction en développant une technologie basée sur les réseaux de neurones convolutifs, complexes entrelacs de fonctions mathématiques dont le fonctionnement s’approche du cortex visuel humain. Ce projet expérimental a permis d’établir un moteur de recherche spatio-temporel, baptisé Jadis, basé sur près de 350 cartes de Paris issues des collections de la BnF.

À la base de ce projet, les collections cartographiques numérisées de la BnF. Grâce à la numérisation, l’objet carte est enregistré sous la forme de pixels. Pour autant, pour l’ordinateur, l’image virtuelle de la carte n’a aucun sens. Seules ses qualités visuelles existent numériquement, mais les informations géographiques s’effacent. Malgré sa numérisation, la carte, si riche en informations, n’est réduite qu’à une photographie, un objet d’art. La technologie implémentée à la BnF, appelée segmentation sémantique, révolutionne ce paradigme. Le réseau de neurones artificiels identifie en effet les objets géométriques de la carte, comme les rues, les îlots, les cours d’eau et leur attribue une classe ou un label. L’assemblage hétéroclite qui, selon les cartes, se retrouve représenté par des ondelettes noires, des hachures bleues ou un blanc homogène peut désormais être identifié par l’ordinateur comme la Seine. En définitive, cette segmentation sémantique permet de rendre la carte numériquement intelligible avec une exactitude étonnante. Sur près de 1500 cartes parisiennes des collections de la BnF et de la Bibliothèque historique de la Ville de Paris (BHVP), plus de 96% des pixels sont classés correctement, lorsque l’on cherche à identifier les rues et les îlots urbains.

Aucune magie n’est à l’œuvre pourtant. Les réseaux de neurones convolutifs ne sont en effet intuitivement qu’une suite de filtres qui, comme ceux que l’on utilise quotidiennement sur nos photos ou sur Instagram, accentuent certaines qualités visuelles ou certaines couleurs de l’image. La différence principale réside dans le fait que ces filtres et les poids correspondants sont optimisés automatiquement au terme d’une phase d’entraînement du réseau. Durant son apprentissage, une succession d’exemples d’entraînement composés d’une image (question) et d’un label (réponse) sont soumis au réseau. En fonction de la prédiction obtenue, les poids du réseau sont réajustés pour optimiser la performance, dans un processus de rétro-propagation. L’efficacité de cet apprentissage est capitale pour déterminer l’applicabilité de la technologie dans des cas concrets, au-delà du contexte théorique. Pour certains problèmes, l’entraînement requière plusieurs millions d’exemples et le temps d’apprentissage se compte en mois. Dans le cas présent cependant, une solution technologique pratique a pu être développée. Un processus de pré-entraînement dans lequel un réseau spécialiste, par exemple déjà entraîné sur Paris, est transformé en un réseau générique en lui présentant des exemples plus variés issus de villes du monde entier a été implémenté. Grâce à cela et à d’autres améliorations, le nombre d’exemples d’apprentissage a été considérablement réduit, à seulement 120 exemples. L’apprentissage, qui ne doit être effectué qu’une seule fois, dure moins de 1h40. Le passage d’un réseau générique à un réseau spécialiste mais plus précis est aussi possible directement, par exemple pour développer un réseau spécialiste des cadastres napoléoniens.

Fonctionnement du réseau de neurones

Dans de nombreux cas cependant, cela n’est pas nécessaire. En effet, plus encore que le résultat et l’efficacité, c’est la généricité de la technologie qui surprend. Les réseaux de neurones sont en effet capables de dépasser les représentations visuelles de base, comme la couleur et la texture, sans les écarter et d’implémenter des stratégies complexes, basées sur la morphologie, la topologie et la hiérarchisation sémantique. Ces mécanismes uniques expliquent la suprématie de ces technologies et surtout leur très grande flexibilité représentationnelle. Un réseau de neurones peut ainsi identifier un même objet, représenté de manière très différente dans un ensemble hétérogène de cartes. Semblablement, il est aussi possible de différencier des objets sans distinction figurative grâce à leur contexte. Et ces performances savent aussi s’affranchir des biais occidentaux. En étendant les essais à 256 cartes historiques représentant quelques 182 villes différentes dans 90 pays du monde, l’exactitude des résultats reste pratiquement inchangée, malgré la grande diversité des figurations et des formes urbaines. Ainsi, les rues historiques de Marseille, Rome, Tokyo ou encore Calcutta ont pu être extraites automatiquement, sans aucune intervention humaine. Sur une carte graphique récente –ce composant de votre ordinateur qui vous permet également de jouer aux jeux vidéos–la technologie permet de traiter en moyenne une carte toutes les 20 secondes, soit plus de 4000 par jour !

Segmentation sémantique du Nouveau Plan de la Rome Moderne, par Nolli et Ruga, 1818. En blanc le réseau viaire, en rouge le contenu cartographique autre, en gris le cadre de la carte. Nolli, Giovanni Battista, et Pietro Ruga, ‘Nuova Pianta Di Roma Moderna’ (Rome, Italie: Publicata a spese di Venanzio Monaldini, 1818).

Ces géodonnées sémantisées représentent une inestimable source d’informations sur l’histoire urbaine des villes qui pourraient, à l’avenir, nourrir des simulations d’urbanisation, résoudre des problèmes de mobilité, informer architectes et urbanistes sur le passé d’un quartier et évidemment contribuer significativement à la création de mondes miroirs 4D pour l’éducation, les musées, l’industrie cinématographique et les jeux vidéos. Alors que la population converge vers les villes-monde, nous manquons toujours d’outils scientifiques permettant de simuler l’impact des politiques publiques. De tels modèles pourraient, à terme, être nourris par l’évolution de milliers de cités pendant des siècles.

La sémantisation des cartes les rend également plus facilement cherchables et manipulables numériquement. Plus de 300 cartes de Paris ont ainsi pu être réalignées automatiquement sur des coordonnées géographiques actuelles, sans intervention manuelle. Grâce aux ilots extraits, la morphologie du tissu urbain peut en effet être appariée d’une carte à l’autre et avec les géodonnées actuelles avec une grande précision. Les déformations naturelles de la carte, dues à l’usure, à l’humidité ou à un entoilage, ainsi que les déformations d’origine dues à des imprécisions de relevés ou aux choix artistiques des cartographes de l’époque peuvent également être corrigées automatiquement en se basant sur un référentiel contemporain.

Ce processus de traitement des cartes représente un saut qualitatif en matière d’interopérabilité des données patrimoniales. À terme, cette technologie devrait en effet permettre de tisser des liens entre des sources historiques jusqu’ici disjointes : plans cadastraux, registres fonciers, minutes notariales ou archives paroissiales. Un projet pilote d’intégration complète des données est notamment en cours sur le cas de Lausanne. D’ici quelques années, il devrait donc être possible de lancer une recherche historique sur internet en sélectionnant un immeuble et de connaître toutes les attributions antérieures du bâtiment. Il sera possible de découvrir les déménagements de vos ancêtres sur 10 générations et d’explorer leur réseau social aussi simplement que sur facebook. Les ingénieurs pourront visualiser les réseaux souterrains oubliés pour installer la fibre plus rapidement. Les architectes pourront économiser des mégalitres de béton en exploitant des fondations pré-existantes. Les historiens pourront conquérir le passé.

Et l’essor des humanités digitales ne fait que commencer.

Pour aller plus loin

  • Petitpierre, Rémi, ‘Neural Networks for Semantic Segmentation of Historical City Maps: Cross-Cultural Performance and the Impact of Figurative Diversity’ (EPFL, Lausanne, 2020)  <dx.doi.org/10.13140/RG.2.2.10973.64484>.
  • JADIS Paris <bnf-jadis.github.io>
  • Kaplan, Frederic, et Isabella di Lenardo, ‘The Advent of the 4D Mirror World’, Urban Planning, 5.2 (2020), 307–10 <doi.org/10.17645/up.v5i2.3133>.
  • Long, Jonathan, Evan Shelhamer, et Trevor Darrell, ‘Fully Convolutional Networks for Semantic Segmentation’, in Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, 2015, p. 3431–40 <arxiv.org/abs/1411.4038>.
  1. Voir son mémoire qui a obtenu la meilleure note attribuable par l’École, Neural networks for semantic segmentation of historical city maps: Cross-cultural performance and the impact of figurative diversity, Lien DOI: 10.13140/RG.2.2.10973.64484. []

Petitpierre Rémi

Ingénieur de l'Ecole polytechnique fédérale de Lausanne (EPFL) en Humanités digitales travaillant actuellement sur le projet Lausanne Time Machine.

More Posts - Website

Follow Me:
TwitterLinkedIn


Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Ce site utilise Akismet pour réduire les indésirables. En savoir plus sur comment les données de vos commentaires sont utilisées.