Yahoo Actualités Des prévisions météo fondées sur l’IA plus fiables et plus rapides
À la une de l’édition datée du 22 décembre de l’hebdomadaire Science s’affiche notre planète Terre vue de l’espace. Elle est recouverte d’une immense grille bleue semblant disparaître sous un large nuage. Il s’agit de Nigel, un puissant cyclone qui s’est développé dans l’Atlantique Nord en septembre. Cette image illustre la façon dont l’intelligence artificielle (IA) peut contribuer à améliorer les prévisions météorologiques.
Le maillage bleu ajouté par ordinateur à la photo de la Terre prise depuis la station spatiale internationale (ISS) représente la structure que le modèle fondé sur l’IA, GraphCast, utilise pour traiter les données à sa disposition. En ayant “appris” des événements passés, il peut mieux prévoir les suivants.
Alors que l’année 2023, la plus chaude jamais enregistrée, a été ponctuée par des événements météorologiques extrêmes partout dans le monde, ce genre d’avancée est particulièrement attendu.
Dans une étude parue en novembre, une équipe essentiellement composée de chercheurs de la société Google DeepMind a montré comment leur modèle GraphCast permettait d’obtenir des prévisions météorologiques plus rapidement que les modèles traditionnels, et avec des résultats plus précis. “Les modèles numériques [classiques] utilisés pour prévoir les conditions météorologiques sont vastes, complexes et exigeants en termes de calcul, et ne tirent pas de leçons des conditions météorologiques antérieures”, peut-on lire dans le résumé qu’en fait la rédaction de Science.
Dix jours à l’avance
Cette fois, les chercheurs ont mis au point une méthode fondée sur l’apprentissage automatique qui a permis d’entraîner leur modèle à partir de données atmosphériques réelles passées. Ainsi, ils ont pu prévoir rapidement des centaines de variables météorologiques à l’échelle mondiale, jusqu’à dix jours à l’avance et avec une résolution particulièrement élevée.
“Leurs prévisions étaient plus précises que celles des modèles météorologiques traditionnels dans 90 % des cas testés et montraient une meilleure prévision des événements graves pour les cyclones tropicaux, les rivières atmosphériques et les températures extrêmes”, détaille Science.
[...] Lire la suite sur Courrier international
