Voyagez dans le temps pour découvrir Lausanne au XIXe siècle

L’Unité Time Machine de l’EPFL utilise le patrimoine culturel et l’intelligence artificielle pour rendre accessibles au public les données historiques de différentes villes, telles que Venise et Lausanne. L'intelligence artificielle ouvre de fantastiques perspectives.

Grâce à l’intelligence artificielle, la cartographie manuelle a laissé place à une extraction automatisée de données, utilisée à l’EPFL pour étudier l’histoire comme dans le projet Lausanne 1831. (Vimeo.com).

Par où commencer pour recréer le passé à l’aide des outils numériques d’aujourd’hui? Cette question est à l’origine de la création de l’Unité Time Machine du Collège des humanités de l’EPFL, qui gère les projets Time Machine Venise et Lausanne. Depuis plus de cinq ans, elle développe des outils et des méthodes qui rendent le voyage dans le temps aussi accessible que dans l’espace, en intégrant de nombreux types de données pour recréer un contexte global et reconstruire des villes, telles que Lausanne, à l’aide de modèles 3D du passé, de cartes historiques, de photographies et de gravures, de déclarations fiscales, de recensements, d’annuaires et de données socio-économiques, énergétiques et écologiques.

L’idée phare de Time Machine, qui fait partie du projet européen Time Machine, est que les données donnent l’accès à des informations passées et fournissent des indications sur les projections pour l’avenir.

«Ma mission professionnelle consiste à démocratiser l’accès aux données historiques, explique Isabella Di Lenardo, coordinatrice de l’Unité Time Machine. Chaque nouvelle technologie transforme la manière dont nous partageons les informations sur le passé: manuscrits sur parchemin, livres imprimés, pages web et maintenant l’IA. Comment convertir les informations provenant de supports anciens, d’archives, de livres et de documents papier et les rendre disponibles dans de nouvelles interfaces ? Nous essayons essentiellement de traduire des informations historiques qui sont assez inaccessibles au grand public et d’utiliser les technologies les plus avancées actuelles pour les indexer et les rendre consultables afin que la plupart des gens — et des machines — puissent y accéder.»

Nouvelles méthodes d’exploration
Pour ce faire, l’Unité Time Machine a développé des méthodes, des canaux de traitement et une plateforme dédiée qui accélèrent ce processus d’extraction et de repositionnement, offrant ainsi une manière nouvelle d’explorer les informations historiques. Grâce aux progrès récents des grands modèles de langage, de nombreuses tâches très complexes il y a encore 10 ans peuvent désormais être en grande partie automatisées. Il est aujourd’hui possible non seulement de lire des textes manuscrits dans des documents administratifs, d’extraire des noms de lieux à partir de cartes et de récupérer des géométries à partir de registres cadastraux du XIXe siècle, mais aussi de repositionner automatiquement des scènes représentées dans des gravures, des peintures et des cartes anciennes.

Crédit image: 2025 EPFL - CC-BY-SA 4.0

Ces contributions s’inscrivent dans Lausanne 4D, où le passé cartographique prend vie grâce aux données numériques et à la reconstitution en trois dimensions du territoire.

«Avant l’arrivée de l’apprentissage machine dans la cartographie, tout le travail de conversion d’une carte analogique était effectué manuellement. Quelqu’un utilisait un logiciel pour redessiner à la main, par exemple, le réseau routier, les bâtiments, tout», détaille Isabella Di Lenardo.

«Aujourd’hui, nous pouvons extraire ces données à très grande échelle et de manière entièrement automatique. Mais ce n’est pas simple. Nous devons utiliser des algorithmes suffisamment génériques pour comprendre tous les types de cartes. Trouver une combinaison intéressante entre la vérification humaine et la validation automatique est un long processus de perfectionnement. Il s’agit d’un circuit dans lequel l’humain et la machine travaillent en synergie. Nous créons des roues à données. Par exemple, plus nous traitons de cartes anciennes, mieux nous traitons les suivantes. La machine réapprend en permanence comment extraire davantage de données et les utilise pour améliorer son apprentissage. Les ensembles de données dont nous disposons aujourd’hui à l’EPFL sont si puissants que nous sommes capables de traiter des milliers de cartes et d’en extraire automatiquement la plupart des informations qu’elles contiennent.»

Programmes éducatifs
A partir de ces données, l’Unité Time Machine propose des programmes éducatifs, des cours, des ateliers pratiques et des séminaires. Les cours proposés à l’EPFL, tant au niveau du Bachelor que du Master, permettent aux étudiants d’utiliser les données exhaustives sur Lausanne pour travailler sur des projets répondant à des questions telles que: comment l’emploi et les migrations ont-ils évolué au fil des ans? Comment l’urbanisation de Lausanne au XIXe siècle a-t-elle transformé le paysage viticole au sud de la ville? Quelle a été l’évolution du paysage politique suisse entre 1890 et 1980? Et bien d’autres encore.

«Leur contribution est fondamentale tant en termes de production et d’affinement des données qu’en termes de recherche, précise la responsable. J’ai découvert que les étudiants veulent vraiment s’impliquer dans ce travail pratique qui consiste à densifier les informations sur le passé. C’est comme si nous leur offrions un moyen d’avoir un impact en utilisant leurs extraordinaires compétences en ingénierie et en histoire pour transformer la façon dont les données historiques seront appréhendées.