Les prévisions météorologiques aident le public à planifier son quotidien et à se préparer pour assurer sa sécurité en cas de tempêtes et d’autres phénomènes atmosphériques. Une prévision fiable à deux semaines, susceptible d’économiser des ressources publiques, est un véritable Graal qui échappe aux météorologues depuis les années 1960 — jusqu’à présent. Google affirme que le nouvel agent de prévision météorologique GenCast de sa division DeepMind utilise l’apprentissage automatique pour surpasser les meilleurs systèmes d’ensemble opérationnels au monde grâce à des prévisions météorologiques mondiales à 15 jours.
GenCast utilise un modèle météorologique « probabiliste » pour traiter les informations plus rapidement et avec davantage de précision afin de prévoir les phénomènes météorologiques, en produisant des prévisions à deux semaines en huit minutes. Jusqu’à présent, la prévision fiable la plus longue était d’une semaine. La dernière tentative de Google pour développer un modèle météorologique par IA avait permis d’obtenir des estimations fiables à 10 jours. Porter les prévisions à 15 jours donnerait au public suffisamment de temps pour se préparer et minimiser l’impact des tempêtes et des conditions météorologiques difficiles sur les populations.
Tester GenCast face à l’EPS de l’ECMWF
Le Centre européen pour les prévisions météorologiques à moyen terme (ECMWF) a testé GenCast face à son Système de prévision d’ensemble (EPS). Vingt-trois États membres de l’ECMWF et 12 États coopérants s’appuient sur l’EPS de l’ECMWF pour leurs prévisions météorologiques.
Lors du test, l’EPS de l’ECMWF et GenCast ont tous deux produit des prévisions à 15 jours pour un ensemble défini de 1 320 vitesses du vent, températures et autres paramètres atmosphériques à l’échelle mondiale. Le modèle IA de Google s’est révélé rapide, cohérent et plus précis, surpassant les prévisions météorologiques de l’EPS de l’ECMWF dans 97,2 % de l’ensemble des combinaisons de variables, d’échéances et de niveaux rapportées.
« Je suis un peu réticent à le dire, mais c’est comme si nous avions réalisé en un an des progrès qui auraient pris des décennies », a déclaré Rémi Lam, de DeepMind, au New York Times. « Nous observons des progrès vraiment, vraiment rapides. » Contrairement aux prévisions météorologiques conventionnelles, qui utilisent des supercalculateurs, GenCast fonctionne sur des machines plus modestes pour traiter les données issues des phénomènes atmosphériques et produire des prévisions aux résultats stupéfiants.
AI a aidé les météorologues à accélérer l’analyse et la prévision des phénomènes au sein du chaos naturel de l’atmosphère. Les prévisions de GenCast ne sont pas déterministes, mais probabilistes : elles fournissent uniquement des fourchettes de probabilité indiquant les chances qu’il pleuve dans une zone donnée à un moment donné. Le Centre européen pour les prévisions météorologiques à moyen terme a déjà adopté certaines fonctionnalités de GenCast.
Pour en savoir plus sur les applications de l’IA dans d’autres secteurs, notamment l’intelligence artificielle et les technologies.