48 agents IA ont passé au crible des relevés lidar de la NASA et découvert une cité maya inconnue

D'ordinaire, un titre qui annonce « l'IA a trouvé » sert d'introduction à une présentation pleine de beaux graphiques. Ici, l'histoire est plus terre à terre, et donc plus intéressante : un seul chercheur, des données publiques et toute une nuée d'agents à la place d'un unique grand modèle.

Ce qui s'est passé

Le chercheur Pietro Miotti a raconté sur son site avoir découvert, à l'aide de 48 agents IA, une cité de la civilisation maya jusque-là inconnue au Mexique. Le matériau de départ : des données publiques de la NASA obtenues par balayage laser de la surface terrestre, c'est-à-dire des données lidar.

Sur ces données, les algorithmes ont reconnu trois signes d'un établissement ancien : une place nivelée, une pyramide ovale et un réservoir d'eau. L'Institut national d'anthropologie et d'histoire du Mexique a confirmé qu'aucun site archéologique enregistré n'apparaissait dans sa base aux coordonnées indiquées.

Comment cela fonctionne, avec un exemple simple

Le lidar envoie des impulsions laser, dont une partie traverse la végétation et se réfléchit sur le sol. On obtient ainsi une carte du relief sur laquelle la forêt semble avoir disparu. Les anciennes plateformes, les remblais et les plans d'eau y apparaissent comme des formes trop régulières là où la nature ne dessine pas de géométrie.

Imaginez devoir examiner des milliers de kilomètres carrés de telles cartes. Un humain se fatigue et en manquera la moitié. Les agents ne se fatiguent pas : chacun examine sa zone ou son type d'anomalie, puis les résultats sont rassemblés. La source ne précise pas comment Miotti a réparti les rôles entre les 48 agents ; nous ne spéculerons donc pas sur l'architecture. Mais l'idée est familière à quiconque a monté un pipeline d'annotation de données : de nombreux passages peu coûteux plutôt qu'un seul passage coûteux.

Où est le piège

La principale réserve : pour l'instant, il s'agit d'un candidat, pas d'une cité fouillée. La confirmation de l'institut dit seulement que le registre est vide à ces coordonnées. Cela ne signifie pas que le lieu est inconnu de tous : des habitants ou des chercheurs pouvaient le connaître sans l'avoir versé à la base. Le communiqué ne mentionne aucun travail de terrain, et le mot « cité » doit se lire comme une hypothèse de travail.

Second problème : les faux positifs. Une forme ovale sur une carte lidar peut être un relief naturel, une ancienne terrasse agricole ou un artefact de traitement. Si l'on a demandé aux agents de « trouver un établissement », ils ont une incitation à en trouver. La source ne dit pas combien de candidats les agents ont écartés ni combien ont été signalés à tort, alors que c'est précisément ce chiffre qui montrerait la fiabilité de la méthode.

Troisième réserve : nous en avons connaissance par le récit de l'auteur lui-même et par le commentaire de l'institut sur le registre. Le matériel ne contient aucune publication indépendante décrivant la méthodologie.

Ce qu'un praticien peut en retenir

Premièrement, la valeur ne réside pas dans la magie du modèle, mais dans l'enchaînement « données ouvertes + exploration parallèle peu coûteuse + expert pour la vérification finale ». Ce schéma peut être transposé à d'autres tâches : détection d'anomalies dans les images satellites, audit d'infrastructures, annotation d'archives. Si vous disposez d'un gros volume de données publiques que personne n'a examiné en entier, c'est un candidat pour ce type de traitement.

Deuxièmement, prévoyez d'emblée une vérification externe. Dans cette histoire, son rôle a été joué par l'institut national, qui a confronté les coordonnées à sa base. Dans votre produit, ce vérificateur peut être un registre, un expert ou un test de terrain. Sans lui, l'agent produira des trouvailles convaincantes, mais non vérifiées.

Troisièmement, calculez et publiez la proportion de faux positifs. Pour un client, ce qui compte n'est pas « 1 objet trouvé », mais « sur N candidats, M ont été confirmés ».

En résumé : ce n'est pas une sensation scientifique, mais un bon exemple de l'efficacité de l'approche par agents sur de véritables données publiques. Attendons la vérification sur le terrain : on saura alors si les agents ont trouvé une cité ou simplement une jolie colline.