Prédiction par IA de la contamination par mines terrestres — Le projet pilote de NEC, la JICA et le CMAC cambodgien pour modéliser les champs de mines non recensés
NEC, la JICA et le CMAC, l'autorité nationale de déminage du Cambodge, ont testé un modèle d'IA prédisant les terrains contaminés par des mines à partir de registres historiques, de signalements d'habitants et de données de terrain — avec une correspondance de plus de 90 % des emplacements de mines connus sur une zone d'essai d'environ 1 million de m², remportant le prix de l'innovation 2025 du GICHD.
>90%
Taux de correspondance avec les emplacements de mines connus (2024-2025 demonstration)
~1,000,000 m²
Superficie de la zone de démonstration (2024-2025)
1,576 km²
Terrain contaminé au Cambodge (national) (early 2024)
~200 km²
Terrain dépollué par le CMAC en 2024 (2024)
Détails
Maturité
Pilote
Promoteur
Cambodian Mine Action Centre (CMAC), with NEC Corporation / NEC Laboratories Europe and the Japan International Cooperation Agency (JICA)
Le Cambodge porte l'un des plus lourds héritages mondiaux de mines terrestres et de restes explosifs de guerre ; début 2024, environ 1 576 km² de terrain restaient contaminés (dont 348 km² par des mines antipersonnel), avec 19 834 morts et 45 252 blessés par des mines/REG entre 1979 et 2024. Le Cambodian Mine Action Centre (CMAC), l'autorité nationale de déminage, a dépollué environ 200 km² et détruit 99 874 mines/engins explosifs en 2024, dans la perspective de l'objectif du Cambodge, au titre du Traité d'Ottawa, d'être exempt de mines d'ici 2030.
Objectifs
NEC Corporation et NEC Laboratories Europe se sont associés à la JICA et au CMAC autour d'un modèle d'IA de démonstration de faisabilité visant à accélérer le coûteux processus manuel d'« étude non technique » utilisé pour identifier les zones non étudiées justifiant une opération de dépollution.
Activités
Le modèle analyse les registres historiques de localisation des mines du CMAC, les signalements de dangers par les résidents et des données géospatiales ouvertes (y compris des couches de terrain et d'infrastructures) pour prédire les zones non étudiées les plus susceptibles de contenir des mines.
Résultats
Sur une zone de démonstration d'environ 1 million de m², les prédictions du modèle ont coïncidé avec plus de 90 % des emplacements de mines effectivement connus ; le projet a remporté le Prix de l'innovation 2025 du GICHD dans la catégorie « Améliorer la précision de l'estimation des zones dangereuses d'engins explosifs », remis à Luxembourg en octobre 2025 devant plus de 400 professionnels de l'action contre les mines.
Conclusions
Le résultat est explicitement une démonstration de faisabilité : la zone de démonstration d'environ 1 km² ne représente qu'une infime fraction de l'empreinte contaminée du Cambodge, qui dépasse 1 500 km², et aucune source publique ne précise d'engagement de financement ni de calendrier pour étendre le modèle à la planification des études à l'échelle nationale.
Mise en œuvre
Coût indicatif
Moyen (50 k€–500 k€) — No public cost or budget figure disclosed; described as a proof-of-concept partnership between NEC, JICA and CMAC.
Délai jusqu’aux résultats
Court (< 1 an) — Proof-of-concept developed and demonstrated during 2024-2025; award presented October 2025. No scale-up timeline published.
Personnel et compétences
CMAC survey/demining staff, NEC Corporation / NEC Laboratories Europe data science team, JICA programme staff
Conditions de réussite
Access to CMAC's historical landmine-location records and resident hazard reports for model training
Open geospatial data (terrain, infrastructure layers) integrated with historical records
International donor/technical partnership (JICA, NEC) supplementing national demining authority capacity
Modes d’échec courants
Demonstration area (~1 km²) is a tiny fraction of Cambodia's over 1,500 km² contaminated footprint; no funding or timeline disclosed for scale-up
No independent (non-NEC/GICHD) evaluation of the model's accuracy has been published
Où cela s’applique
Type de gouvernance
national demining authority with international donor/corporate R&D partnership
Échelle
proof-of-concept, ~1 million m² demonstration area
Niveau de revenu
lower-middle-income (Cambodia)
Vous portez cette pratique ?
Revendiquez-la —
les porteurs vérifiés obtiennent un contact public sur la page et peuvent proposer des corrections.
Sources de données
D'où proviennent les informations de cette pratique, et quand.
L'ECMWF a rendu opérationnel son modèle météorologique d'apprentissage automatique AIFS en février 2025, suivi d'une version probabiliste en juillet — …