Une IA qui lit le relief : mes premières recherches

Dans le dernier article, je parlais d'un modèle d'IA qui tournerait directement sur le téléphone. J'ai passé ces dernières semaines à creuser la question, et j'ai changé d'approche en cours de route. Voici ce que j'ai testé, ce que j'ai écarté, et le premier chantier sur lequel je me lance : faire repérer à l'application les zones du relief dangereuses pour les équipages.

D'où je pars

KiloDelta a déjà un assistant, Jarvis, qui propose une lecture de la situation pendant une simulation. Il fonctionne bien, mais il a une faiblesse que tout le monde connaît sur le terrain : il a besoin du réseau. Il interroge un modèle sur un serveur, qui lui-même s'appuie sur le GDO. Pas de réseau, pas de Jarvis. Et les zones blanches, en forêt, ce n'est pas ce qui manque. L'idée était donc de mettre une intelligence directement dans le téléphone. Au départ, je pensais à un petit modèle de langage, du même genre que ceux qui écrivent des réponses en français, mais en version réduite.

Pourquoi j'ai changé de piste

D'abord, un modèle qui écrit peut inventer (hallucination). C'est vrai des gros, c'est encore plus vrai des petits. Pour un sujet comme la sécurité des équipages, je ne veux pas d'une réponse bien tournée qui serait fausse.

Ensuite, ces modèles sont lourds (2 à 3 Go), chauffent le téléphone et ne tournent correctement que sur des appareils haut de gamme. Ce n'est pas ce qu'on a dans la poche de la veste.

C'est là que je suis tombé sur Laya, un projet open source publié mi-septembre (oui je suis réactif). Laya ne rédige rien. On lui donne une situation et une question fermée, il répond par oui ou non, par un choix dans une liste, ou par un niveau sur une échelle. Chaque réponse vient avec un degré de confiance, et le modèle est entraîné pour que ce degré veuille dire quelque chose. Il peut aussi signaler qu'il n'est pas sûr de lui, ce que je trouve précieux : dans ce cas, c'est l'humain qui tranche.

Pas de phrase, donc rien à inventer. Pour mon usage, c'est exactement ce qu'il me fallait.

Ce que les premiers essais ont donné

J'ai pris le modèle multilingue de Laya. Il reconnaît au départ plus d'une centaine de langues : j'ai retiré tout le vocabulaire qui ne sert pas à KiloDelta, puis compressé le reste. Résultat :

• un fichier d'environ 160 Mo, au lieu de 645 ;
• des réponses identiques à l'original, à quelques centièmes près ;
• environ un dixième de seconde par question sur mon Mac, et 300 Mo de mémoire.

Je n'ai pas encore fait tourner le modèle sur un téléphone. Un appareil de milieu de gamme sera nettement plus lent qu'un ordinateur récent, peut-être cinq fois, ce qui donnerait une à deux secondes pour une analyse complète. C'est la première chose que je vérifierai une fois le modèle entraîné, et c'est pour ça que l'application testera la vitesse de l'appareil avant de proposer le module.

Le point important, c'est qu'un modèle comme Laya ne sait rien faire tant qu'on ne l'a pas entraîné. Je l'ai testé tel quel sur un scénario volontairement sévère : feu montant sur une pente à 42 %, vent à 45 km/h, sautes de feu de 100 m. À la question " une attaque de la tête est-elle envisageable en sécurité ? ", il a répondu oui, sûr de lui à 100 %. Ça a au moins le mérite d'être clair : tout le travail est dans l'entraînement.

Le premier chantier : le relief qui piège

Plutôt que de viser large tout de suite, je commence par une seule question : où, sur un plan, le relief met-il un équipage en danger ?

Pour que le modèle apprenne quelque chose de juste, il faut lui montrer des milliers d'exemples corrects. Ces exemples, je les ai construits à partir de ce qui est écrit et étudié, et pas de mon intuition :

• le guide de doctrine opérationnelle feux de forêts de 2021, qui décrit les points névralgiques (cols, divergences de talwegs, couloirs dans l'axe du vent, vallons fermés avec un col en amont) et les conditions de l'embrasement généralisé éclair en fond de talweg ;
• le guide de poche des pompiers américains (édition 2025), qui liste les situations à éviter : cheminées, canyons étroits, piste à mi-pente avec le feu en dessous, pentes au-delà de 45 % ;
• une étude américaine de 2018 sur les pompiers morts pris par le feu en Californie du Sud, qui a cartographié leurs positions : pentes raides, versants sud-ouest, canyons, avec un danger qui grimpe fortement au-delà de 75 % de pente ;
• les travaux sur les zones de repli, qui donnent une règle simple : rester à une distance d'au moins huit fois la hauteur de la végétation.

J'en ai tiré dix configurations, chacune avec ses seuils et sa source : pente très forte, cheminée ou couloir, col, canyon ou vallon fermé, fond de talweg, crête étroite près d'un col, piste à mi-pente, versant sud-ouest, plateau à végétation continue, et à l'inverse les zones de repli possibles.

Côté données, rien d'exotique : le relief SRTM à 30 m déjà hébergé sur les serveurs KiloDelta (celui qu'utilise la simulation), la BD Forêt et les pistes DFCI. Uniquement des données accessibles.

Les premières cartes

Voici ce que ces règles donnent sur une zone test autour du Mont Ventoux. Ce n'est pas encore le modèle entraîné : c'est la carte des règles, celle dont il va apprendre.

Le versant nord, raide et entaillé de vallons, ressort en danger élevé à extrême. Le versant sud, plus régulier, reste calme, sauf dans ses ravines. Les zones de repli possibles apparaissent en bleu, surtout en plaine.

Cette phase d'entraînement ne se focalise que sur le relief. En effet, si vous connaissez un peu le Ventoux, c'est un peux rocailleux en crête :D

La deuxième carte montre pourquoi une zone est marquée : les cols en vert, la ligne de crête en bleu, les vallons fermés en rouge, les ravines en fond de talweg. C'est cette explication qui m'intéresse le plus. Une zone rouge sans raison, personne ne la lirait.

Il y a des limites que je connais déjà. Le relief à 30 m lisse les couloirs étroits de moins de 60 à 90 m. Et pour l'instant, le vent (ni la végétation) n'entre pas en compte, alors qu'il change tout sur un versant sous le vent ou dans un couloir. Ce sera la deuxième étape.

Ce sur quoi je me lance

Le plan est simple, et il se fait en local :

1. Construire les exemples sur tout le Vaucluse, département pilote.
2. Faire relire la carte des règles par des experts. Si les règles sont fausses, le modèle apprendra des choses fausses. C'est l'étape que je ne veux pas sauter.
3. Entraîner Laya, puis comparer sa carte à celle des règles, sur des zones qu'il n'a jamais vues.
4. Le livrer comme un pack hors ligne optionnel, d'environ 150 Mo, téléchargé comme les packs départementaux.

Tous les téléphones ne pourront pas le faire tourner. Plutôt que de proposer une IA lente ou instable, l'application vérifiera d'abord l'appareil : version du système, mémoire, espace libre, et un petit test de vitesse. Si ça ne passe pas, elle le dira clairement, avec la raison.

Une fois cette base solide, l'étape suivante sera de faire travailler le modèle pendant la simulation elle-même, avec le vent et la progression du feu : quels points deviennent dangereux dans l'heure qui vient, pour les équipages engagés.

Précision importante : tout cela est de la recherche en cours. Rien n'est disponible au téléchargement pour l'instant. Et même une fois en place, l'outil restera une aide à la lecture du terrain : c'est le COS qui décide.

Un appel

Si vous êtes officier, formateur feux de forêts ou simplement curieux, et que vous voulez regarder ces cartes avec un œil critique, écrivez-moi. Les retours d'expérience m'intéressent aussi, surtout les situations où le relief a surpris des équipages : ce sont eux qui permettront au modèle de dépasser les règles des livres.