Projet A.N.R.
Un simulateur couplant un moteur d'Intelligence Artificielle et un système immersif pour tester des hypothèses de comportements humains au Paléolithique.
Résumé du projet
L'objectif du projet est de tester des hypothèses de comportements humains au Paléolithique à partir d'une solution technologique innovante : un simulateur couplant un moteur d'Intelligence Artificielle et un système immersif restituant leur environnement.
La Caune de l'Arago à Tautavel, dans le Sud de la France, gisement du Paléolithique inférieur d'intérêt mondial, est le site pilote de ce projet. Le projet SCHOPPER regroupe 4 partenaires autour de la création et de l'utilisation de ce simulateur.
Consortium
De la donnée archéologique à l'immersion en réalité virtuelle, en passant par l'apprentissage automatique et l'analyse des usages.
UMR 7194 HNHP (CNRS, MNHN, UPVD). Spécialisé dans l'étude des peuplements du Paléolithique inférieur et moyen en Europe méditerranéenne. Une base de données qui mémorise plus de 50 années de fouilles à la Caune de l'Arago.
Éditeur de logiciels spécialisés dans les outils et APIs pour la conception et l'intégration de solutions d'IA. Son moteur, fondé sur l'apprentissage automatique, assure la modélisation et la génération automatique de comportements.
Travaille dans le domaine de la simulation physique et des interactions entre univers tangibles et virtuels. Développe les outils immersifs de reconstitution des environnements paléolithiques et de simulation des comportements.
EA n°4429, laboratoire de recherche en sciences de gestion de l'Université de Nanterre. En charge de l'analyse des interactions des utilisateurs du simulateur et de l'intégration des dispositifs techniques et des données.
Pour en savoir plus
À l'issue de 53 ans de fouilles, une quantité importante de données brutes a été acquise et de nombreuses bases de données archéométriques ont été développées grâce à l'étude du site de la Caune de l'Arago dans son ensemble. Ce projet prend forme au moment où un travail monographique de synthèse s'achève (Lumley et al., 2015) et où les archéologues disposent d'un recul suffisant sur leurs données pour envisager l'étape suivante : l'exploitation numérique maximale des bases de données.
Aujourd'hui, les hypothèses de recherche sur les comportements préhistoriques sont souvent testées grâce à des expérimentations dont les limites sont rapidement atteintes. Afin de dépasser ces limites, des solutions innovantes de Machine Learning (Craft ai) et d'immersion en réalité virtuelle (Immersion-Tools) sont mises au point dans le cadre de ce projet, pour proposer de nouveaux moyens de visualisation des résultats scientifiques et d'interaction avec l'environnement, comme outil de recherche.
Conçu pour être utilisé en totale autonomie par les archéologues, le simulateur propose interactivité, rapidité d'exécution, capacités de gestion multi-agents et multi-paramètres, et échange de résultats entre utilisateurs. Le test des hypothèses de recherche en interdisciplinarité devrait permettre d'obtenir des résultats de premier plan sur la connaissance des comportements paléolithiques. L'approche méthodologique est assurée par le CEROS et vise à répliquer ce type d'approche dans d'autres contextes.
Grâce à ses qualités démonstratives, immersives et expérientielles, ce simulateur pourra avoir une seconde application dans l'enseignement et la formation universitaire, et devenir un véritable outil pédagogique ainsi qu'un médium de qualité dans un contexte muséographique — notamment lorsque, dans le cadre de tests d'hypothèses non orientées, les chercheurs l'exploiteront comme outil de crowdsourcing auprès d'un public novice.