Line 11: |
Line 11: |
| [[File:Avantages du Programme de surveillance électronique.png|center|thumb|531x531px|Avantages du Programme de surveillance électronique]] | | [[File:Avantages du Programme de surveillance électronique.png|center|thumb|531x531px|Avantages du Programme de surveillance électronique]] |
| | | |
− | === '''Défis liés à la surveillance électronique''' === | + | === Défis liés à la surveillance électronique === |
| Bien que la surveillance électronique présente de nombreux avantages, le stockage et l’analyse de l’important volume de données capturées posent de nombreux problèmes. À titre d’exemple, un seul voyage de pêche peut générer plus de 2 To de données vidéo, ce qui occasionne des coûts de stockage et de transmission très élevés. On collecte souvent plus de données qu’on n’en analyse. Une approche basée sur l’audit, dans laquelle seulement environ 10 % des données disponibles sont analysées, est adoptée. Actuellement, le processus d’examen des séquences de surveillance est effectué manuellement par des examinateurs de la surveillance électronique (SE), qui examinent les séquences pour vérifier et fournir les renseignements pertinents sur les prises. Le processus manuel peut permettre de réaliser plusieurs gains d’efficacité en matière de qualité et d’exactitude des renseignements fournis, et de temps nécessaire à l’examen des séquences. Le MPO cherche à mettre à l’essai et à adopter de nouvelles technologies innovatrices afin de créer des gains d’efficacité dans les flux de données de surveillance électronique pour soutenir l’adoption du programme de surveillance électronique. | | Bien que la surveillance électronique présente de nombreux avantages, le stockage et l’analyse de l’important volume de données capturées posent de nombreux problèmes. À titre d’exemple, un seul voyage de pêche peut générer plus de 2 To de données vidéo, ce qui occasionne des coûts de stockage et de transmission très élevés. On collecte souvent plus de données qu’on n’en analyse. Une approche basée sur l’audit, dans laquelle seulement environ 10 % des données disponibles sont analysées, est adoptée. Actuellement, le processus d’examen des séquences de surveillance est effectué manuellement par des examinateurs de la surveillance électronique (SE), qui examinent les séquences pour vérifier et fournir les renseignements pertinents sur les prises. Le processus manuel peut permettre de réaliser plusieurs gains d’efficacité en matière de qualité et d’exactitude des renseignements fournis, et de temps nécessaire à l’examen des séquences. Le MPO cherche à mettre à l’essai et à adopter de nouvelles technologies innovatrices afin de créer des gains d’efficacité dans les flux de données de surveillance électronique pour soutenir l’adoption du programme de surveillance électronique. |
| | | |
− | === '''But et objectifs du projet''' === | + | === But et objectifs du projet === |
| [[File:But et objectifs du projet.png|center|thumb|617x617px]] | | [[File:But et objectifs du projet.png|center|thumb|617x617px]] |
| | | |
− | === '''Approche de mise en œuvre''' === | + | === Approche de mise en œuvre === |
| En 2022-2023, le MPO a publié une demande de propositions concurrentielle en collaboration avec Services publics et Approvisionnement Canada pour lancer un appel d’offres auprès d’entrepreneurs qualifiés sur la liste des fournisseurs d’IA du gouvernement du Canada. À l’issue de ce processus, l’entreprise AI.Fish LLC a remporté le contrat et développe actuellement la solution. L’objectif initial du projet est la création d’une solution assistée par l’IA pour l’estimation et la répartition des prises de pêche dans les pêches au chalut du Pacifique. En date de l’exercice 2022-2023, le projet en est à l’'''étape C : la phase de validation de valeur'''. | | En 2022-2023, le MPO a publié une demande de propositions concurrentielle en collaboration avec Services publics et Approvisionnement Canada pour lancer un appel d’offres auprès d’entrepreneurs qualifiés sur la liste des fournisseurs d’IA du gouvernement du Canada. À l’issue de ce processus, l’entreprise AI.Fish LLC a remporté le contrat et développe actuellement la solution. L’objectif initial du projet est la création d’une solution assistée par l’IA pour l’estimation et la répartition des prises de pêche dans les pêches au chalut du Pacifique. En date de l’exercice 2022-2023, le projet en est à l’'''étape C : la phase de validation de valeur'''. |
| [[File:Étapes d’élaboration du projet.png|center|thumb|685x685px|Étapes d’élaboration du projet]] | | [[File:Étapes d’élaboration du projet.png|center|thumb|685x685px|Étapes d’élaboration du projet]] |