L’intelligence artificielle permet de répertorier l’ensemble des relations de prédation au sein d’une communauté biologique. Sans elle, cette tâche serait difficile, voire inconcevable. Au cœur du fonctionnement et de la stabilité de tout écosystème, les réseaux formés de prédateurs et de leurs proies peuvent être reconstitués à partir du nombre total d’espèces présentes. Dans quel but? Celui de mieux les protéger.

Le thon rouge est au centre de la diète de millions d’êtres humains. Il se nourrit principalement de petits poissons, qui, eux, se nourrissent de planctons. Le déclin d’une espèce à l’intérieur de cette chaîne alimentaire pourrait être dramatique pour les populations de thons rouges, déjà grandement affectées par la pêche industrielle. Cette illustration simplifiée dépeint toutefois un portrait quelque peu erroné de l’écologie. Toute communauté biologique constituée d’un ensemble donné d’espèces, aquatiques ou terrestres, forme en réalité plusieurs chaînes alimentaires interconnectées dont l’intégralité est représentée par un réseau. Ces réseaux, précaires en raison de l’activité humaine, sous-tendent le fonctionnement de tout écosystème.

Au sein de ces réseaux dits trophiques, deux espèces sont liées si elles interagissent. Les prédateurs tirent leur énergie en se nourrissant de leurs proies, et cette énergie leur permet de jouer un rôle crucial dans le maintien des bénéfices que nous retirons de l’environnement. Ceux-ci sont indispensables, les chaînes alimentaires fournissant chaque année des services considérables à l’humanité. À cet effet, une protection adéquate des écosystèmes passe par une compréhension approfondie de leurs réseaux trophiques. Cependant, répertorier l’ensemble des interactions entre espèces en un lieu donné requiert des ressources humaines et financières considérables. Par exemple, observer si un chacal interagit avec une antilope dans un milieu naturel donné peut nécessiter plusieurs heures de travail laborieux. Les données récoltées sur les réseaux trophiques sont par conséquent limitées, ce qui constitue un obstacle majeur à leur étude à grande échelle.

Dans un contexte de pénurie de données sur les relations de prédation, l’objectif de mon projet de recherche est de développer une méthode pour prédire l’organisation des interactions dans un réseau trophique. Pour ce faire, j’ai recours au nombre total d’espèces au sein d’une communauté biologique, qui est de loin la mesure de biodiversité la plus étudiée et quantifiée en écologie. Les estimations du nombre total d’espèces dans un réseau sont généralement précises, même lorsque les espèces n’ont pas toutes été identifiées.

Une multitude de questions écologiques peuvent donc être explorées sans connaître l’identité exacte des prédateurs et de leurs proies. En effet, les écologistes s’intéressent fréquemment à la manière dont les interactions sont organisées au sein d’une communauté biologique pour comprendre son fonctionnement. À titre d’exemple, une espèce envahissante a généralement davantage de difficulté à intégrer un réseau dont les espèces interagissent beaucoup entre elles, c’est-à-dire un réseau pratiquement saturé en interactions. Le nombre total d’interactions dans un réseau est ainsi une source d’information majeure sur sa stabilité et sa résilience aux perturbations naturelles. Plusieurs autres aspects de la structure des réseaux trophiques sont également associés au fonctionnement des communautés biologiques, comme la présence de groupes d’espèces dont les membres interagissent fortement entre eux. Prédire fidèlement la structure des réseaux trophiques permet ainsi de mieux étudier les conséquences des catastrophes environnementales sur le fonctionnement des écosystèmes.

Le nombre d’espèces est une mesure fondamentale de tout réseau trophique puisqu’il est en outre étroitement associé au nombre total d’interactions. Une communauté ayant un nombre élevé d’espèces réalise en général un nombre encore plus élevé d’interactions. Avec mon équipe de recherche, j’ai modélisé cette association tout en considérant les contraintes écologiques quant aux nombres minimal et maximal d’interactions. D’un côté, une communauté composée exclusivement d’un herbivore qui s’alimente de quelques espèces de végétaux possèderait le nombre minimal d’interactions. De l’autre, une communauté composée de carnivores cannibales, c’est-à-dire une communauté saturée en interactions, possèderait le nombre maximal d’interactions. Entre ces deux extrêmes, une fraction des interactions potentielles est réalisée. Nous avons donc modélisé la probabilité qu’une interaction donnée soit réalisée. Le nombre total d’interactions prédit au sein d’un réseau est obtenu après une multitude de simulations par ordinateur. Prenons à des fins d’illustration le parc du Mont-Royal, situé sur l’île de Montréal. Selon les Amis de la montagne, ce parc ne possède pas moins de 700 espèces de végétaux, 180 espèces d’oiseaux et 20 espèces de mammifères. Ces quelque 900 espèces forment un réseau trophique dont le nombre total d’interactions, approximativement 65 000, peut être prédit par notre modèle.

Bien que le nombre total d’interactions soit informatif en soi, il est également associé à la manière dont ces interactions sont organisées au sein d’un réseau. C’est pourquoi la suite de mon projet de recherche s’appuiera sur les résultats obtenus jusqu’à présent afin de prédire plus précisément l’organisation des liens dans un réseau trophique à partir du nombre d’espèces et du nombre prédit d’interactions. En effet, la perte majeure de biodiversité résultant des catastrophes environnementales pourrait drastiquement altérer le fonctionnement des écosystèmes en modifiant la structure de leurs réseaux trophiques. Les résultats de mon projet visent donc à préparer le terrain pour mieux simuler les conséquences sur les réseaux trophiques des changements climatiques et de la destruction des habitats naturels, afin d’identifier des mesures adéquates pour limiter ces conséquences néfastes.