Compte-rendu – Intelligence artificielle et géohistoire – échanges inter-réseau géohistoire : séminaire, MSH Val-de-Loire, 25 juin 2025

Organisé en format hybride, par Dominique Andrieu et Barthélemy Serres, le 25 juin 2025 à la MSH Val de Loire, le séminaire  «Intelligence artificielle et géohistoire  – échanges inter-réseau » a rassemblé des chercheurs issus des GDR MAGIS (Méthodes et Applications pour la Géomatique et Information) et IASIS (Information, Apprentissage, Signal, Images et Vision) ainsi que du Consortium PictorIA. L’objectif était de croiser les pratiques éparpillées de l’IA dans le domaine des sciences de l’information géographique et des sciences humaines et sociales, autour de la valorisation de corpus visuels anciens (cartes, plans, objets patrimoniaux, etc.) : https://pictoria.hypotheses.org/4192. Les trois premières interventions ont consisté à présenter les réseaux de chercheurs présents, suivi de 5 présentations de travaux de recherche. Le séminaire en ligne à été suivi par 35 personnes.

Parmi les corpus visuels numériques des sciences humaines et sociales, les cartes géographiques et la plans sont des images particulières. L’analogie à la surface de la terre à des périodes anciennes leur donne un grand intérêt pour les géomaticiens/cartographes, les géographes, les historiens, etc. L’exploitation dans les systèmes d’informations géographiques (SIG) de ces sources cartographiques historiques passe nécessairement par l’extraction de leurs informations et leur structuration dans les SIG. Parmi les fonctionnalités des SIG, les traitements mobilisant les technologies de l’intelligence artificielle (IA) ou plus particulièrement de Deep Learning (DL) existent couramment pour la reconnaissance d’informations géographiques à partir de photos aériennes ou d’images satellitaires. Malheureusement, ces traitement ne sont pas applicables aux cartes qui sont des représentations plus abstraites du territoire que les images aériennes ou satellitaires. Pourtant, les cartes sont des sources de données géographiques et historiques très largement employées dans la recherche en sciences humaines et sociales. Aujourd’hui, l’IA ou le Deep Learning ouvrent une nouvelle possibilité de traitements et d’aide à l’acquisition de données géo-historiques à partir de cartes anciennes. En invitant les GDR IASIS (information, apprentissage, signal, image, et vision) et MAGIS (méthodes et applications pour la géomatique et information spatiale), les interventions ont montré la variété des initiatives et des projets développant des traitements d‘IA et de DL. Il a également abordé l’IA appliquée aux données historiques et archéologiques relevant de la culture matérielle et du bâti.

Ce séminaire inter-réseau a permis de croiser les expériences et les points de vue sur des technologies qui nécessitent de mettre en commun les moyens et de partager les compétences. Il n’existe pas à ce jour de réseaux de chercheurs structurés sur les développements de l’IA en sciences de l’information géographique. Ce séminaire est une première étape pour initier une acculturation des chercheurs et identifier des applications et outils de traitement de l’information géographique par l’IA. Il a mis en évidence la complémentarité des approches portées par les GDR MAGIS et IASIS, illustrant à la fois des avancées méthodologiques concrètes en Deep Learning appliquées aux données patrimoniales, et des questionnements épistémologiques sur leur usage dans les SHS. Au cours du séminaire, plusieurs enjeux transversaux ont été soulignés:

• La création de corpus annotés partagés pour l’entrainement des modèles ;
• Les difficultés d’évaluation des performances dans un cadre historico-critique ;
• La complexité des objets étudiés (cartes anciennes, objets 3D, textes patrimoniaux) ;
• La nécessité d’une médiation interdisciplinaire pour garantir la pertinence des outils déployés.

Cette première séance relative aux données géohistoriques inaugure les travaux de la communauté de pratique “Géomatique” du Consortium-HN pictorIA. Un HN-Café associant les consortiums-HN PTM (Projets Time Machine) et MASAplus est envisagé pour novembre 2025, puis des séances et ateliers sur les applications des Systèmes d’information Géographiques implémentant de l’IA.

Le Consortium-HN pictorIA ; la structuration de la recherche en géomatique et enjeux disciplinaires

Le GDR MAGIS : Matthieu Noucher (CNRS, UMR Passages/MAGIS) a ouvert la séance en exposant les dynamiques de structuration de la recherche en géomatique. Il a souligné le rôle de l’UMR Passages dans la fédération des compétences autour de l’information géographique, à l’interface entre SHS, informatique, environnement et sciences de la terre.

Le Consortium-HN PictorIA : Anne-Violaine SZABADOS (CNRS, ArScAn) a présenté le Consortium-HN PictorIA, qui vise à fédérer les travaux abordant l’image avec l’Intelligence Artificielle dans une perspective interdisciplinaire, à cerner les pratiques, les besoins, les outils et les standards des communautés de recherche et académiques et des institutions culturelles, notamment pour l’annotation et l’analyse de corpus de documents visuels (par ex. les outils et projets Panoptic, Arkindex [Teklia], Gallica Images).

Le GDR IASIS : Aladine CHETANOUI (Université Sorbonne Paris Nord, L2TI – GDR IASIS) a introduit les recherches menées au sein du GDR IASIS, qui mobilise 205 laboratoires, notamment autour de l’apprentissage automatique, de la vision par ordinateur et de la fusion multimodale. L’accent a été mis sur la nécessité de combiner les compétences numériques et celles liées au patrimoine.

https://www.youtube.com/watch?v=xfbL4LxCq_U

Intelligence artificielle et traitement d’images patrimoniales (cas pratiques)

Reconnaissance automatique de motifs imprimés en reliefs imprimés sur des tessons de céramiques : Yassine NASSER (Université d’Orléans, PRISME) a présenté un projet de reconnaissance automatique, par réseaux de neurones convolutifs, de motifs sur tessons céramiques. Le projet vise à automatiser l’identification de décors à partir d’images 2D/3D.

Apprentissage machine sur des données multidimensionnelles à partir d’ensembles d’images et de modèles 3D par photogrammétrie : Sylvie TREUILLET (Université d’Orléans, GDR IASIS) a exposé des travaux sur la 3D par photogrammétrie, appliquée à l’étude du patrimoine bâti, combinée à l’intelligence artificielle. Il s’agit de segmenter et détecter les détériorations sur les structures en pierre, les surfaces des bâtiments anciens.

Pour le plugin, voir https://pictoria.hypotheses.org/5119

Structuration des données et graphes de connaissances géo-historiques

Peuplement automatique d’un graphe de connaissances géohistoriques à partir des registres du cadastre napoléonien numérisés : Solenn TUAL (IGN, MAGIS) a détaillé un projet de peuplement automatisé de graphes de connaissances à partir de registres cadastraux napoléoniens. Il s’agit d’enrichir des ontologies (PeGaZus) en exploitant les dimensions textuelles et géométriques via des méthodes d’extraction d’information et de modélisation (RDF).

Enjeux et verrous des graphes de connaissances géohistoriques : Nathalie ABADIE (IGN, GDR MAGIS) a approfondi les verrous techniques et conceptuels liés à la structuration des graphes spatio-temporels issus de sources hétérogènes. Elle a insisté sur les arbitrages nécessaires entre précision sémantique, interopérabilité et complexité des formats historiques.

Réflexions critiques et épistémologiques

Humanités Numériques Spatialisées : Carmen BRANDO (EHESS, GDR MAGIS) a clôturé le séminaire par une réflexion critique sur l’intégration de l’IA dans les humanités spatialisées. Elle a interrogé la technicité croissante des outils mobilisés et plaidé pour une approche réflexive, attentive aux apports des sciences sociales. Elle a notamment rappelé que les outils d’IA ne sont pas neutres et nécessitent une médiation interdisciplinaire.

---

---