L’id\u00e9e de converser avec les animaux, de comprendre leurs pens\u00e9es et leurs \u00e9motions, captive l’imagination humaine depuis des si\u00e8cles. Du mythique Dr. Dolittle aux murmures que nous adressons \u00e0 nos compagnons \u00e0 quatre pattes, le d\u00e9sir de franchir la barri\u00e8re des esp\u00e8ces est profond\u00e9ment ancr\u00e9 en nous. Aujourd’hui, ce r\u00eave ancestral rencontre une technologie de pointe : l’intelligence artificielle (IA). Loin d’\u00eatre un simple mot \u00e0 la mode, l’IA est devenue une bo\u00eete \u00e0 outils r\u00e9volutionnaire entre les mains des scientifiques, leur permettant de commencer \u00e0 d\u00e9chiffrer les communications complexes du r\u00e8gne animal. Cet article se propose d’explorer les toutes derni\u00e8res avanc\u00e9es, notamment celles qui ont marqu\u00e9 la fin de 2024 et le d\u00e9but de 2025, et de sonder ce qu’elles signifient pour la science, la conservation et notre relation avec la nature. Pr\u00e9parez-vous \u00e0 \u00eatre surpris, car des d\u00e9couvertes r\u00e9centes \u2013 comme la mise au jour d’\u00ab alphabets \u00bb dans les chants des baleines ou de \u00ab noms \u00bb utilis\u00e9s par les \u00e9l\u00e9phants \u2013 repoussent les limites de ce que nous pensions possible.<\/p>\n\n\n\n
Nous assistons \u00e0 une convergence fascinante : la puissance de calcul accrue, des algorithmes d’IA de plus en plus sophistiqu\u00e9s (en particulier l’apprentissage profond et les grands mod\u00e8les de langage ou LLM), et des outils de collecte de donn\u00e9es plus accessibles cr\u00e9ent une sorte de \u00ab temp\u00eate parfaite \u00bb propice aux d\u00e9couvertes dans ce domaine. Ce n’est pas un seul facteur, mais une synergie de maturit\u00e9 technologique dans plusieurs domaines qui acc\u00e9l\u00e8re les progr\u00e8s de mani\u00e8re exponentielle. Parall\u00e8lement, un changement palpable dans l’optimisme scientifique est perceptible. D’une exploration prudente, la communaut\u00e9 scientifique s’oriente d\u00e9sormais avec plus d’assurance vers la \u00ab traduction \u00bb, voire la \u00ab communication interesp\u00e8ces \u00bb, galvanis\u00e9e par les succ\u00e8s r\u00e9cents.<\/p>\n\n\n\n
Pour comprendre comment l’IA nous aide \u00e0 \u00e9couter le monde animal, il faut d’abord se familiariser avec la \u00ab bioacoustique \u00bb. En termes simples, c’est la science qui \u00e9tudie comment les animaux produisent, transmettent et re\u00e7oivent les sons, et ce que ces sons nous apprennent sur eux et leur environnement. L’IA, et plus particuli\u00e8rement l’apprentissage automatique (machine learning), agit comme un d\u00e9tecteur de motifs surpuissant. Elle peut passer au crible des milliers d’heures d’enregistrements sonores animaliers \u2013 une t\u00e2che bien au-del\u00e0 des capacit\u00e9s humaines \u2013 pour y d\u00e9celer des structures subtiles, des r\u00e9p\u00e9titions et des variations.<\/p>\n\n\n\n
Au c\u0153ur de cette r\u00e9volution se trouvent les grands mod\u00e8les de langage (LLM), ces m\u00eames algorithmes qui alimentent des outils comme ChatGPT pour le langage humain. Ils sont d\u00e9sormais adapt\u00e9s pour analyser les \u00ab langages \u00bb animaux. Ces mod\u00e8les apprennent la \u00ab grammaire \u00bb et le \u00ab vocabulaire \u00bb de la communication animale en traitant d’immenses ensembles de donn\u00e9es audio. L’application des LLM \u00e0 la bioacoustique repr\u00e9sente un changement de paradigme : on passe de l’analyse d’appels isol\u00e9s \u00e0 la compr\u00e9hension de s\u00e9quences et de relations contextuelles, un peu comme les LLM comprennent les phrases et les paragraphes humains. Cela permet d’examiner le \u00ab flux conversationnel \u00bb ou la \u00ab syntaxe \u00bb dans la communication animale, un niveau d’analyse bien plus profond.<\/p>\n\n\n\n
La cr\u00e9ation de mod\u00e8les d’IA sp\u00e9cifiquement con\u00e7us pour la bioacoustique<\/em>, comme NatureLM-audio, plut\u00f4t que la simple r\u00e9utilisation de mod\u00e8les audio g\u00e9n\u00e9raux, t\u00e9moigne de la maturation et de la sp\u00e9cialisation de ce sous-domaine de l’IA. Cela signifie une reconnaissance que les vocalisations animales poss\u00e8dent des caract\u00e9ristiques uniques n\u00e9cessitant des architectures et des ensembles de donn\u00e9es d’entra\u00eenement sur mesure, conduisant \u00e0 des r\u00e9sultats plus pr\u00e9cis et nuanc\u00e9s. Un d\u00e9fi majeur n’est pas seulement la collecte de donn\u00e9es, mais de donn\u00e9es annot\u00e9es<\/em>. L’IA peut aider \u00e0 acc\u00e9l\u00e9rer cette annotation, cr\u00e9ant une boucle de r\u00e9troaction positive o\u00f9 plus de donn\u00e9es m\u00e8nent \u00e0 de meilleurs mod\u00e8les, qui \u00e0 leur tour peuvent aider \u00e0 traiter et \u00e9tiqueter encore plus de donn\u00e9es.1<\/sup><\/p>\n\n\n\n Les r\u00e9centes d\u00e9couvertes sont tout simplement stup\u00e9fiantes et ouvrent des fen\u00eatres in\u00e9dites sur la complexit\u00e9 des soci\u00e9t\u00e9s animales.<\/p>\n\n\n\n Le monde marin, avec ses myst\u00e8res acoustiques, est l’un des principaux th\u00e9\u00e2tres de ces avanc\u00e9es.<\/p>\n\n\n\n Le Project CETI (Cetacean Translation Initiative) a fait une annonce retentissante en mai 2024 : la proposition d’un \u00ab alphabet phon\u00e9tique du cachalot \u00bb. Cela signifie que les chercheurs ont identifi\u00e9 des \u00e9l\u00e9ments r\u00e9currents et structur\u00e9s dans les s\u00e9quences de clics des cachalots (appel\u00e9es codas) qui pourraient fonctionner comme des lettres ou des unit\u00e9s phon\u00e9tiques dans le langage humain. Des d\u00e9couvertes ult\u00e9rieures, notamment en avril 2025, ont m\u00eame sugg\u00e9r\u00e9 l’existence de caract\u00e9ristiques semblables \u00e0 des \u00ab voyelles \u00bb dans leurs communications. La m\u00e9thodologie de CETI est impressionnante : elle combine l’apprentissage automatique avanc\u00e9, une intelligence artificielle de pointe, un vaste r\u00e9seau de microphones sous-marins, des drones et des balises robotis\u00e9es non invasives pour collecter d’\u00e9normes quantit\u00e9s de donn\u00e9es acoustiques et comportementales aupr\u00e8s des cachalots en Dominique.1 La d\u00e9couverte d’un \u00ab alphabet phon\u00e9tique \u00bb chez les cachalots, si elle est valid\u00e9e et \u00e9tendue, est une \u00e9tape monumentale. Elle implique un syst\u00e8me de communication combinatoire, o\u00f9 un ensemble fini d’unit\u00e9s de base peut \u00eatre combin\u00e9 pour cr\u00e9er un grand nombre d’\u00e9nonc\u00e9s significatifs \u2013 une caract\u00e9ristique cl\u00e9 du langage humain.<\/p>\n\n\n\n De son c\u00f4t\u00e9, Google<\/strong> a d\u00e9voil\u00e9 en avril 2025 DolphinGemma<\/strong>, un mod\u00e8le d’IA entra\u00een\u00e9 sur 40 ans de donn\u00e9es collect\u00e9es par le Wild Dolphin Project pour comprendre les vocalisations des dauphins tachet\u00e9s de l’Atlantique. Ce mod\u00e8le identifie des motifs et pr\u00e9dit les sons suivants dans une s\u00e9quence, \u00e0 l’instar des LLM humains. Une innovation notable est la possibilit\u00e9 d’effectuer des analyses directement sur le terrain gr\u00e2ce \u00e0 des t\u00e9l\u00e9phones Pixel. Le projet inclut \u00e9galement le d\u00e9veloppement du dispositif CHAT (Cetacean Hearing Augmentation Telemetry), qui vise \u00e0 \u00e9tablir un vocabulaire de base partag\u00e9 en apprenant aux dauphins \u00e0 imiter des sons g\u00e9n\u00e9r\u00e9s par l’IA pour d\u00e9signer des objets. L’utilisation de jeux de donn\u00e9es longitudinaux et multig\u00e9n\u00e9rationnels, comme les 40 ann\u00e9es de donn\u00e9es du Wild Dolphin Project pour DolphinGemma, s’av\u00e8re inestimable. La capacit\u00e9 de l’IA \u00e0 traiter de telles donn\u00e9es peut r\u00e9v\u00e9ler des informations sur la transmission culturelle de la communication, l’\u00e9volution des dialectes et les signatures vocales individuelles, impossibles \u00e0 discerner auparavant. De plus, l’ambition \u00e9volue de l’\u00e9coute passive vers l’interaction active, comme en t\u00e9moigne le dispositif CHAT. Cette approche exp\u00e9rimentale est cruciale pour valider les interpr\u00e9tations de l’IA et explorer les capacit\u00e9s cognitives de ces animaux.<\/p>\n\n\n\n Sur la terre ferme, les d\u00e9couvertes sont tout aussi fascinantes. Les recherches de Michael Pardo, mises en lumi\u00e8re dans un article du Courrier de l’UNESCO en avril 2025 et bas\u00e9es sur des travaux de terrain men\u00e9s en 2023-2024, ont montr\u00e9 gr\u00e2ce \u00e0 l’apprentissage automatique que les \u00e9l\u00e9phants d’Afrique utilisent des vocalisations sp\u00e9cifiques, semblables \u00e0 des \u00ab noms \u00bb, pour s’adresser \u00e0 des individus distincts.2<\/sup> En enregistrant leurs appels, les chercheurs ont constat\u00e9 que les vocalisations \u00e9taient acoustiquement diff\u00e9rentes selon l’individu auquel elles \u00e9taient destin\u00e9es. Des exp\u00e9riences de rediffusion ont confirm\u00e9 ces observations : les \u00e9l\u00e9phants r\u00e9agissaient davantage aux appels qui leur \u00e9taient initialement adress\u00e9s.2<\/sup> La d\u00e9couverte de \u00ab noms \u00bb chez une esp\u00e8ce aussi socialement complexe que l’\u00e9l\u00e9phant a des implications profondes pour la compr\u00e9hension de leurs structures sociales, de leurs relations individuelles et de leurs capacit\u00e9s cognitives. Le fait que ces appels nominatifs soient appris<\/em> est particuli\u00e8rement significatif, sugg\u00e9rant une transmission culturelle des signaux de communication plut\u00f4t que des appels purement inn\u00e9s, ajoutant une couche de complexit\u00e9 comparable aux conventions humaines de d\u00e9nomination.<\/p>\n\n\n\n Le monde aviaire et celui des primates ne sont pas en reste. Une \u00e9tude de l’Universit\u00e9 d’Oxford, publi\u00e9e en mars 2025, a utilis\u00e9 l’IA pour analyser les chants des m\u00e9sanges charbonni\u00e8res dans les bois de Wytham. L’IA a pu identifier des oiseaux individuellement par leurs chants et suivre l’\u00e9volution de ces chants en fonction de l’\u00e2ge, des d\u00e9placements et du renouvellement de la population. Parmi les principales conclusions : les oiseaux plus \u00e2g\u00e9s agissent comme des d\u00e9positaires de chants anciens, les communaut\u00e9s d’\u00e2ges mixtes pr\u00e9sentent une plus grande diversit\u00e9 de chants, les d\u00e9placements homog\u00e9n\u00e9isent la culture du chant, tandis que les oiseaux moins mobiles cr\u00e9ent des \u00ab poches de chants \u00bb uniques. L’analyse par IA du chant des oiseaux r\u00e9v\u00e8le une \u00ab \u00e9volution culturelle \u00bb dans la communication animale \u00e0 un niveau micro, montrant comment les traditions (chants) sont transmises, modifi\u00e9es ou disparaissent en fonction des dynamiques sociales \u2013 un miroir des processus \u00e0 l’\u0153uvre dans la culture humaine. De plus, la capacit\u00e9 de l’IA \u00e0 identifier des animaux individuels<\/em> par leurs vocalisations est un outil puissant pour la surveillance non invasive des populations et les \u00e9tudes comportementales, cruciales pour la conservation.<\/p>\n\n\n\n Concernant les primates, l’IA joue \u00e9galement un r\u00f4le croissant dans l’analyse de leurs vocalisations. Des recherches sont en cours pour comprendre leurs sch\u00e9mas vocaux complexes, comme chez les m\u00e9sanges japonaises qui combinent des cris significatifs selon un ordre pr\u00e9cis, ou les singes de Campbell qui ajoutent un suffixe \u00e0 leurs cris d’alarme pour en moduler l’urgence.<\/p>\n\n\n\n L’IA ne se limite pas \u00e0 la faune sauvage ; elle commence aussi \u00e0 \u00e9clairer notre compr\u00e9hension des animaux qui partagent notre quotidien. Une \u00e9tude a d\u00e9montr\u00e9 la capacit\u00e9 de GPT-4 \u00e0 d\u00e9tecter avec une pr\u00e9cision significative (76,7 % apr\u00e8s affinements) les \u00e9motions (joie, tristesse, col\u00e8re) chez les chiens \u00e0 partir de simples photographies. Cela ouvre des perspectives pour am\u00e9liorer le lien homme-animal et le bien-\u00eatre de nos compagnons. L’application de l’IA \u00e0 la compr\u00e9hension des \u00e9motions des animaux domestiques pourrait r\u00e9volutionner les soins aux animaux, les diagnostics v\u00e9t\u00e9rinaires et le dressage, en passant d’interpr\u00e9tations humaines subjectives \u00e0 des \u00e9valuations plus objectives du bien-\u00eatre.<\/p>\n\n\n\n Par ailleurs, le logiciel DeepSqueak utilise l’apprentissage profond pour analyser les vocalisations ultrasoniques (USV) des rongeurs. Initialement con\u00e7u pour les souris et les rats, il aide \u00e0 comprendre leurs \u00e9tats \u00e9motionnels (stress, plaisir) et leurs contextes sociaux (chants de cour). Son application a m\u00eame \u00e9t\u00e9 \u00e9tendue \u00e0 d’autres esp\u00e8ces comme les l\u00e9muriens et les baleines. Des outils comme DeepSqueak d\u00e9mocratisent l’analyse bioacoustique sophistiqu\u00e9e, permettant \u00e0 un plus large \u00e9ventail de chercheurs (m\u00eame les \u00ab non-experts \u00bb) d’int\u00e9grer des donn\u00e9es de vocalisation dans leurs \u00e9tudes, acc\u00e9l\u00e9rant potentiellement les d\u00e9couvertes dans divers domaines.<\/p>\n\n\n\n Derri\u00e8re ces avanc\u00e9es se trouvent des \u00e9quipes d\u00e9vou\u00e9es et des projets ambitieux. Le Project CETI<\/strong>, dirig\u00e9 par le scientifique David Gruber, est une initiative interdisciplinaire ax\u00e9e sur les cachalots, combinant IA, apprentissage automatique et robotique.1<\/sup> L’Earth Species Project (ESP)<\/strong> est une organisation \u00e0 but non lucratif qui utilise l’IA, notamment son mod\u00e8le NatureLM-audio, pour d\u00e9coder la communication d’esp\u00e8ces vari\u00e9es (corbeaux, b\u00e9lugas, \u00e9l\u00e9phants, diamants mandarins) dans un but de conservation et de compr\u00e9hension approfondie.3<\/sup> Google<\/strong> n’est pas en reste avec son projet DolphinGemma<\/strong>, en collaboration avec le Wild Dolphin Project et Georgia Tech. D’autres outils et plateformes jouent un r\u00f4le cl\u00e9, comme Wildlife Acoustics<\/strong>, qui fournit du mat\u00e9riel et des logiciels de surveillance bioacoustique, et DeepSqueak<\/strong>, le logiciel d’analyse des USV.<\/p>\n\n\n\n Le domaine se caract\u00e9rise par un m\u00e9lange de grands projets interdisciplinaires bien financ\u00e9s et de recherches universitaires ou de d\u00e9veloppements d’outils plus sp\u00e9cifiques, indiquant une approche multiple pour relever ce d\u00e9fi complexe. La collaboration est \u00e9galement un \u00e9l\u00e9ment central, de nombreux projets soulignant des partenariats \u00e9tendus, ce qui met en \u00e9vidence le besoin d’expertises diverses allant de l’IA \u00e0 la biologie, en passant par la linguistique, l’ing\u00e9nierie et l’\u00e9thique.1<\/sup><\/p>\n\n\n\n Le tableau suivant offre un aper\u00e7u rapide des principaux acteurs :<\/p>\n\n\n\n Tableau : Principaux Projets d’IA en Communication Animale en un Coup d’\u0152il<\/strong><\/p>\n\n\n\nConversations R\u00e9volutionnaires : Ce que Nous Apprenons du R\u00e8gne Animal (Focus sur l’actualit\u00e9 2024-2025)<\/strong><\/h2>\n\n\n\n
A. Les G\u00e9ants des Oc\u00e9ans Parlent : D\u00e9cryptage du Code des Baleines et des Dauphins<\/strong><\/h3>\n\n\n\n
B. L’\u00c9l\u00e9phant dans la Pi\u00e8ce… A-t-il un Nom?<\/strong><\/h3>\n\n\n\n
C. Une Symphonie de Donn\u00e9es : L’IA D\u00e9code le Chant des Oiseaux et les Appels des Primates<\/strong><\/h3>\n\n\n\n
D. Au-del\u00e0 du Sauvage : Comprendre Nos Animaux de Compagnie et d’Autres Cr\u00e9atures<\/strong><\/h3>\n\n\n\n
Les Pionniers : Rencontre avec les Scientifiques et les Projets en Premi\u00e8re Ligne<\/strong><\/h2>\n\n\n\n