Cette communication initie et développe un nouveau concept dans l'univers de la Géomatique & de l'IA, à découvrir !

1. Initié & développé Par :
Mahjoub Lotfi Belhedi
* CEO d’un cabinet spécialisé en transformation digitale
* Spécialiste en réflexion stratégique digitale

2. Aujourd’hui, une bonne partie des Géomaticiens et d’Informaticiens s’interroge sur les
coordonnées exactes de notre ère numérique : en IA ou dans une nouvelle ère de
«Géomatique Augmentée» (Géo-AI)?
Avant de se laisser entraîner dans cette aventure conceptuelle périlleuse, quiconque parmi
vous pourrait se demander sur les raisons d’évoquer une telle thématique/polémique - en
mode silencieux - entre Géomaticiens et spécialistes en IA , dont nous essayons de fournir
quelques éléments de réponse .
2

3. Le Pourquoi ?
- Au sens de la géographie (physique & humaine), toute donnée physique ou virtuelle comporte
nécessairement une dimension géospatiale,
- Notre évolution anthropologique et civilisationnelle dépend largement des changements
environnementaux, donc nous sommes plutôt des « Géo-homosapiens » par excellence,
- La Géomatique & l’IA partagent la même vocation à traiter les données massives (Big data),
- Elles utilisent intensivement le langage « Python »,
- Elles touchent d’innombrables domaines d’activités allant de l’éducation jusqu’{ l’assainissement
des eaux usés,
- En perspective, le développement futur de l’architecture des ordinateurs quantiques va accélérer le
processus de convergence symbiotique au sein du couple (Géomatique / IA),
…

4. Problématique
4
Comme toute thématique de recherche, il y a lieu d’identifier la problématique centrale à
déchiffrer au cours de cette présentation, à savoir :
Quelle approche à emprunter pour assurer une meilleure convergence
symbiotique entre la Géomatique & l’IA ?
Assurément, on entend par approche, la posture méthodologique appropriée à suivre en vue de
traiter une question de nature problématique dispatchée entre un panel d’approche
(fonctionnaliste, structuraliste, holistique etc.).
Compte tenu du caractère hautement IT de notre présentation//communication, nous avons
choisi d’exprimer nos réponses / hypothèses selon une approche algorithmique, utilisant les
deux états de base 0 / 1 d’un système de numération informatique (0 ou 1 pour les ordinateurs
conventionnels ) , (0 Et 1 pour les ordinateurs quantiques).

5. Approche Binaire
• R / Pavlovienne (0)
Ou
• R / Piste (1)

6. 6
Dans une posture binaire (0 ou 1), on croise :
* Une première Réponse, qu’on qualifie de Pavlovienne (en référence aux
travaux de recherche du scientifique russe Ivan Pavlov sur les réflexes
conditionnels). Pour les tenants de cette réponse, nous sommes, en toute
évidence, fortement conditionnés à l’intérieur d’une grande bulle IA parsemée
d’exploits mais aussi de mythes !
* Une seconde Réponse / Piste de nature exploratoire : Ses défenseurs
s’attachent à l’idée que l’humanité s’inscrive, de plus en plus, dans une logique
d’Intelligence Géographique plus vaste à ciel ouvert (Géomatique Augmentée)
en phase de fermentation !

7. Approche quantique
* Hyp.1 : Rien n’échappe { l’IA (0) !
Et
* Hyp.2 : Rien n’échappe vraiment à la Géomatique Augmentée (1) !

8. 8
Contrairement à l’approche binaire (0 ou 1) qui favorise une réponse au détriment de
l’autre aboutissant à l’accentuation d’une polémique parascientifique en mode silencieux
entre Géomaticiens et spécialistes en IA axée sur la direction de la barre de notre ère
numérique, l’approche dite quantique tient compte des deux hypothèses issues des deux
réponses précédentes en essayant de les réconcilier via l’opérateur logique Et.
Commençons par le commencement :
•En Hypo 1 d’où rien n’échappe à l’IA !
Bien que cette hypothèse n’est pas totalement impertinente, il convient de la relativiser
en prenant pour échantillon les applications les plus courantes de l’IA connues du grand
public, en l’occurence la reconnaissance vocale et faciale !

9. 9
Voyons ça de plus prés !
Alors que la performance de la technologie de reconnaissance vocale qui se mesure en fonction de son
taux de précision (c-à-d le taux d’erreur de mots connu par l’acronyme anglophone WER) est
incontestable à plusieurs égards, certains facteurs peuvent affecter le taux d’erreur de mots, en rapport
avec l’accent, le ton, le volume et les bruits de fond qui dépendent étroitement de la composante
géographique environnante (à la fois physique & humaine). En dépit des efforts de contournement
entrepris par Google via son programme de recherche « Euphonia », les facteurs d’ordre socioculturel
confrontés par n’importe quels modèles acoustiques varient d’un individu à un autre produisant des
accents, tons et volumes extrêmement disparates dont l’IA, à l’état actuel, n’est pas vraiment en
mesure de les discerner avec haute précision car les systèmes de reconnaissance vocale sont entraînés à
partir d’enregistrements vocales qui correspondent à une norme, représentative de la majorité. Idem pour
« les bruits de fond » susceptibles d’impacter néfastement le taux de précision de mots (WER) surtout en
environnement bruyant où les systèmes de reconnaissance vocales trouvent du mal à discerner clairement
la voix principale de l’arrière-plan sonore…

10. 10
Pour la reconnaissance faciale, la donne ne change pas beaucoup par rapport à la reconnaissance vocale
bien sûr à quelques nuances près ! En tant que technologie IA en vogue d’identification//authentification
des personnes permettant d’analyser les traits de visage d’un individu et de les comparer à des images
stockées dans une base données et en dépit de ses avantages indéniables en matière de cybersécurité, la
fiabilité des dispositifs de reconnaissance faciale n’échappe pas aussi aux risques d’erreurs suite à des
éventuelles failles dans la technologie de type algorithmique, des angles de caméra, du niveau d’éclairage
ou encore de la qualité de l’image…
Alors que faire pour pouvoir surpasser la récurrence des biais de contextualisation de l’IA ?
* En Hypo 2 d’où rien n’échappe vraiment à la Géomatique Augmentée (Géo-AI) !
En réponse à ce questionnement crucial, cette hypothèse recommande fortement à créer une meilleure
synergie symbiotique entre l’IA et la Géomatique moderne via deux vecteurs interdépendants :
- La mise au point d’un nouveau concept (Géomatique augmentée),
- L’innovation de solutions digitales atypiques, à l’instar des expériences pilotes entreprises par les leaders
mondiaux en termes de conception et de commercialisation des plateformes SIG (ESRI, SuperMap
particulièrement) et les startups les plus avancées en IA (OpenAI entre autres).
Cette vision de symbiose constitue la voie la plus pertinente à résoudre les matrices de données les plus
complexes, allant de la planification urbaine à la gestion des ressources naturelles, en passant par
l’agriculture tout en offrant aux décideurs des prédictions à haute valeur ajoutée …

11. ChatGPT au service des SIG
•Fonction tutorielle
•Fonction tendancielle
•Fonction de développement
•Autres…

12. 12
Mais pourquoi ce focus sur ChatGPT 4 ?
A vrai dire, le Chat GPT dans sa version 4 multimodale, représente qu’on le veuille ou
non, l’un des meilleurs Chatbots sur le marché et que plusieurs développeurs
commencent à l’intégrer dans les SIG (QGis ...) pour des fins tutoriales, de prédiction,
méthodologiques et de développement (se référer aux quatre slides suivants).

13. 13

14. 14

15. 15

16. 16

17. Démos/Liens utiles
https://www.supermap.com/fr-fr/about/?8_1.html
Vidéo tutorielle « ChatGPT & le SIG »
https://www.cef-digi.net
L’une des expériences pilotes au monde en Géo-AI
https://www.alkitab.tn/livre/9782290151150-le-tao-de-la-physique

18. 18
En effet la place accordée à SuperMap au slide précédent n’est pas le fruit du hasard, au
contraire, cette firme chinoise est l’un des leaders mondiaux en termes de conception et de
commercialisation des plateformes et de services SIG les plus innovants …
De surcroit, la chine détient des avantages comparatifs par rapport à l’occident en termes
culturel (largement négligé), d’infrastructure de données et humain au point de pouvoir
prétendre à se hisser au rang du maître incontestable non seulement de l’IA mais aussi de la
Géomatique Augmentée (Go-AI) à l’horizon de 2030 !
* En terme culturel, la chine est l’un des pays au monde le mieux prédisposé à incarner
parfaitement les valeurs de la physique moderne (quantique) grâce à des courants
philosophiques profondément ancrés depuis des millénaires alliant le «Confucianisme »
symbole de la rigueur sociale au « Taoïsme » avec son célèbre couple Yin/Yang, reposant sur
l’idée que les opposés s’attirent et se complètent comme c’est le cas en physique moderne
(consulter le lien y afférent figurant au slide suivant) !
* En terme d’infrastructure de données, la chine via ses « guerriers numériques », les fameux
BATX et Cie disposent de plus de données que les Etats-Unis et l’Europe réunis dont le
développement des modèles de Machine Learning dépendent largement. En sus, « China
Telecom » dispose du plus grand Data Center au monde avec 1.2 millions de serveurs !
* Enfin, en terme de ressources humaines, les universités chinoises en produisent des dizaines
de milliers de spécialistes en IA et Big Data tous les ans !

19. 19
Quelques précisions conceptuelles citées
en slides (20-21) :
1- En ce qui concerne le qualificatif « augmenté » emprunté de la technologie de la « réalité
virtuelle » mérite un éclairage rapide pour éviter toute confusion possible entre « Réalité
Augmentée » et « Géomatique Augmentée » que nous proposons dans cette
présentation//communication.
Alors que la « Réalité Augmentée » part d’une logique d’intégration des éléments virtuels en
3 D au sein d’un environnement réel, « la Géomatique Augmentée » a pour objectif d’assurer
une convergence symbiotique entre deux mondes réels hautement numérisés alliant les
outils de la géomatique contemporaine aux prouesses issues de l’IA pour une meilleure
compréhension et anticipation des aléas d’un environnement de plus en plus incertain…
2- Pour l’expression logique Et (and), il convient de souligner, que nous sommes de facto en
présence d’un processus d’imbrication en cours d’affirmation entre géomatique et IA capable
à changer en profondeur le paradigme schématique de l’IA universellement connu et
reconnu…

20. Perspectives
Une nouvelle Géomatique est en cours de gestation:
« La Géomatique Augmentée »
(SIG + Télédétection) and IA = G.A

21.  Un changement en perspective du paradigme IA !
G
IA
Machine
Learning
Deep
Learning
G-A
Paradigme actuel Nouveau paradigme
en cours de gestation

22. 22
En guise de conclusion :
Suite à cette alchimie en cours de fermentation entre Géomatique et IA, nous
envisagerons à court/moyen terme l’émergence de deux faits majeurs qui vont marquer
l’histoire du numérique, d’une part, l’éclosion d’une nouvelle géomatique que je nomme
« la Géomatique Augmentée » ayant pour corollaire logique l’équation :
(SIG + Télédétection) and IA = GA suivi d’un changement en profondeur de paradigme
d’IA, d’autre part (comme le visualise le slide suivant).
Autrement dit, nous observons sans se rendre compte la naissance d’une nouvelle
configuration où l’IA se positionne, désormais, à l’intérieur d’une super-intelligence : La
Géomatique Augmentée !

23. Au terme de cette présentation//communication, j’espère que les
espaces de brainstorming qui vont être dédiés à ce nouveau
concept se multiplient au sein de la communauté scientifique !