Au large d’Hawaï, des capteurs ont enregistré un mystérieux ronronnement nocturne sur un récif corallien, déroutant même les algorithmes d’IA.
Dans le Pacifique, au large d’Hawaï (États-Unis), des océanographes ont mis au point un modèle d’intelligence artificielle capable de trier automatiquement les sons sous-marins. Comme le rapporte le média scientifique anglo-saxon qui relaie l’étude parue dans la revue PLOS Computational Biology, cet outil a mis en lumière un bruit totalement inédit : un profond ronronnement venu du récif, qu’aucun spécialiste n’arrive pour l’instant à attribuer à une espèce connue.
Un récif corallien aussi bruyant qu’une salle de concert
Les récifs coralliens ne sont pas des havres de silence. Ils bourdonnent de claquements, de crépitements, de grésillements émis par les poissons, crustacés et autres habitants des coraux. À tel point qu’il devient compliqué d’isoler le cri d’un animal en particulier au milieu de ce vacarme continu.
Les scientifiques comparent l’ambiance acoustique d’un récif sain à une salle bondée où tout le monde parle en même temps.
Dans ces conditions, même des oreilles expertes peinent à distinguer qui produit quoi. Or, le niveau sonore d’un récif renseigne directement sur son état écologique : un récif vivant, peuplé et diversifié, est bruyant. Un récif dégradé, lui, se fait discret. Les bioacousticiens utilisent déjà ces signatures sonores pour suivre la santé de ces écosystèmes vulnérables.
Comment l’intelligence artificielle écoute le fond des océans
Pour accélérer ce type d’analyses, les chercheurs s’appuient sur des techniques d’IA, en particulier le machine learning. Jusqu’ici, ils recouraient le plus souvent à des algorithmes « supervisés ».
- L’humain fournit au modèle des exemples déjà étiquetés (par exemple, des milliers d’enregistrements de chants de baleines bleues).
- L’algorithme apprend à reconnaître ce motif sonore précis.
- Une fois entraîné, il repère le même type de signal dans de nouveaux enregistrements.
Ces méthodes ont déjà permis de résoudre des énigmes sonores en mer. Un mystérieux bruit métallique, surnommé « biotwang », entendu dans la fosse des Mariannes, a ainsi été attribué à la baleine de Bryde grâce à l’apprentissage automatique.
Mais ce fonctionnement montre vite ses limites dans un récif corallien très actif. On peut, au mieux, qualifier une portion d’enregistrement de « biologiquement active » sans vraiment savoir quels animaux s’y expriment. L’information reste trop générale pour suivre en détail le comportement des différentes espèces.
Un modèle non supervisé pour démêler le chaos acoustique
Pour affiner l’analyse, l’équipe menée par l’océanographe Daniel Duane, du Naval Undersea Warfare Center Division Newport, a choisi une autre voie : l’IA « non supervisée ». Dans ce cas, aucun humain ne dit au départ à la machine quels sons appartiennent à quelle espèce.
Le principe est différent : l’algorithme passe en revue un immense volume de données audio et regroupe les sons qui se ressemblent au sein de « grappes » (ou clusters), uniquement sur la base de leurs caractéristiques acoustiques.
Sur un an, les capteurs déployés sur quatre sites à Hawaï ont produit plus de sept millions de détections, automatiquement réparties en 29 groupes de sons distincts.
Les chercheurs ont ensuite écouté des extraits tirés au hasard dans chaque groupe pour tenter de les interpréter. Leur ambition initiale restait modeste : identifier un ou deux types de signaux bien connus. Le modèle a finalement permis d’en distinguer neuf, dont plusieurs appels de poissons et de baleines.
Ce que l’algorithme a réussi à reconnaître
Parmi ces signaux identifiés, les scientifiques mentionnent :
- deux types d’appels émis par des demoiselles (un genre de demoiselles coralliennes, les damselfish) ;
- des sons de nourrissage de poissons-perroquets ;
- des appels de poissons holocentridés (squirrelfishes et soldierfishes) ;
- trois unités distinctes de chants de baleines à bosse ;
- des bruits de navires.
D’autres groupes contenaient surtout des bruits divers, comme des chocs ou des frottements, difficiles à relier à une source précise.
Le « ronronnement » inconnu qui intrigue les scientifiques
Au milieu de ce catalogue sonore, un type de signal retient tout particulièrement l’attention : une série d’appels inconnus, attribués à un poisson encore non identifié. Daniel Duane le décrit comme un « ronronnement très grave », presque comme un feulement de gros moteur au ralenti.
Ce mystérieux animal produit un son continu, profond, rappelant un ronronnement, et ne s’exprime qu’une fois la nuit tombée.
Les chercheurs suspectent que le caractère strictement nocturne de ce comportement explique pourquoi ces appels n’avaient jamais été décrits auparavant. Quand ces poissons se manifestent, les plongeurs et les caméras sont rarement à l’eau, rendant les observations visuelles quasiment impossibles.
L’équipe a également observé que ces signaux suivent un cycle lunaire précis. Les appels sont enregistrés la nuit lorsque la Lune est absente du ciel. Ce schéma saisonnier affine encore la signature du mystérieux poisson, mais ne permet toujours pas de l’identifier, faute de preuve visuelle ou de comparaison avec une espèce connue.
Des comportements révélés par les variations sonores
En croisant les détections avec d’autres données, les scientifiques ont mis au jour des tendances temporelles. Les holocentridés, par exemple, vocalisent surtout au lever et au coucher du soleil, avec des pics marqués autour de la pleine lune. Les appels des demoiselles ont été validés à au moins 82 % en les comparant avec des vidéos 360° de FishEye Collaborative, ce qui confirme la fiabilité du modèle pour certaines espèces.
| Type de son | Espèce ou source | Période d’activité principale |
|---|---|---|
| Appels territoriaux | Demoiselles (damselfish) | Variable, liés aux interactions sociales |
| Sons de nourrissage | Poissons-perroquets | Journée, lors du broutage du récif |
| Appels structurés | Holocentridés | Lever et coucher du soleil, pics à la pleine lune |
| Unités de chant | Baleines à bosse | Saison de reproduction |
| Ronronnement grave | Poisson inconnu | Nuit, lorsque la Lune n’est pas visible |
Un nouvel outil pour la protection des récifs coralliens
Les chercheurs souhaitent désormais élargir la palette de sons que l’algorithme peut distinguer et tester leur méthode sur d’autres récifs que ceux d’Hawaï. L’objectif n’est pas seulement de dresser une « bande-son » de ces milieux, mais de comprendre comment chaque groupe d’animaux réagit aux pressions environnementales.
Une même perturbation, comme un épisode de blanchissement, ne touche pas toutes les espèces de la même manière, ce qui se reflète dans le paysage sonore.
Les travaux cités montrent par exemple qu’un récif blanchi connaît une baisse nette de nombreuses populations de poissons, alors que l’activité des poissons-perroquets peut, elle, augmenter. En suivant finement les cris, claquements et grondements propres à chaque groupe, les gestionnaires d’aires marines protégées disposent d’un indicateur supplémentaire pour cibler leurs actions.
Ce que cela change pour un lecteur français : où en est la France ?
Pour un lecteur en France, ces avancées concernent directement des enjeux suivis par les organismes publics et de recherche. L’outre-mer français abrite d’importants récifs coralliens, en Polynésie, en Nouvelle-Calédonie ou encore à Mayotte. Les équipes de recherche françaises utilisent déjà la bioacoustique sous-marine, en complément des suivis réalisés par plongeurs, pour évaluer l’état de ces écosystèmes.
Le principe reste le même qu’à Hawaï : installer des microphones sous l’eau, enregistrer sur de longues périodes, puis analyser ces bandes-son. L’usage croissant de l’IA, sur le modèle décrit par l’étude publiée dans PLOS Computational Biology, pourrait renforcer ces programmes en facilitant la détection de changements subtils au sein des communautés de poissons ou de mammifères marins.
En France, les équivalents institutionnels des chercheurs américains sont notamment les laboratoires d’océanographie et de biologie marine du CNRS, des universités et de l’Ifremer. Ces structures travaillent déjà avec les gestionnaires d’aires marines protégées pour adapter les mesures de protection en fonction des signaux envoyés par les récifs, y compris leurs signatures sonores.
Écouter l’océan, un révélateur discret mais puissant
Cette étude hawaïenne illustre la manière dont un simple capteur audio, associé à une IA bien calibrée, peut révéler des comportements jusqu’ici passés sous les radars. Les enregistrements nocturnes offrent par exemple une fenêtre sur la vie des espèces actives après la tombée du jour, difficile à étudier autrement.
La bioacoustique ne se limite pas aux poissons. Les mêmes techniques servent à suivre les cétacés, à cartographier le bruit généré par les navires ou encore à mesurer l’impact de certaines activités humaines sur le paysage sonore marin. Un océan trop bruyant peut perturber la communication de nombreuses espèces, des baleines aux poissons de récif.
Pour le grand public, un point reste souvent abstrait : la plupart de ces signaux se situent en dehors de nos habitudes d’écoute. Certains sons rappellent un moteur, un bip électronique, un grondement sourd. Ce décalage peut faire oublier qu’ils correspondent à des interactions très concrètes : séduction, défense du territoire, recherche de nourriture.
À Hawaï, ce mystérieux « ronronnement » grave laisse penser qu’une espèce encore peu connue du récif, ou du moins de ses habitudes nocturnes, reste à documenter. Les prochaines étapes consisteront à croiser encore davantage ces enregistrements avec des observations vidéos ciblées, dans l’espoir d’associer enfin un visage, ou plutôt une silhouette de poisson, à cette signature sonore intrigante.
