WWF et machine learning pour sauver les orangs-outans

Afin d’améliorer ses actions pour préserver les orangs-outans et leur habitat, WWF-Indonésie s’est tourné vers AWS et ses services de machine learning.

WWF-Indonésie s’est donné pour mission de sauver les orangs-outans, en danger critique d’extinction en Indonésie. Selon l’association, les populations d’orangs-outans de Bornéo ont diminué de plus de 50 % au cours des 60 dernières années, et l’habitat de l’espèce a été réduit d’au moins 55 % au cours des 20 dernières années.

Le déclin sévère de la population d’orangs-outans originaire d’Indonésie et de Malaisie est directement lié à l’homme et aux cruelles pratiques de braconnage et de commerce illégal d’animaux de compagnie, ainsi qu’à la destruction de leur habitat.

Comme les orangs-outans sont généralement solitaires et passent une grande partie de leur vie dans les arbres, il est difficile pour les associations de mesurer avec précision les populations restantes, et chaque action d’analyse ou de conservation est complexe et prend du temps. Afin d’accélérer ses efforts pour sauver les orangs-outans, WWF-Indonésie s’est alors tourné vers Amazon Web Services (AWS) pour utiliser des services d’apprentissage automatique (machine learning) afin de mieux comprendre la taille et la santé des populations d’orangs-outans dans leur habitat naturel.

Source : En Indonésie, WWF utilise le machine learning pour sauver les orangs-outans

Mots-clés : cybersécurité, sécurité informatique, protection des données, menaces cybernétiques, veille cyber, analyse de vulnérabilités, sécurité des réseaux, cyberattaques, conformité RGPD, NIS2, DORA, PCIDSS, DEVSECOPS, eSANTE, intelligence artificielle, IA en cybersécurité, apprentissage automatique, deep learning, algorithmes de sécurité, détection des anomalies, systèmes intelligents, automatisation de la sécurité, IA pour la prévention des cyberattaques.