Des chercheurs de l’Université de Cambridge ont développé un nouveau modèle de prévision météorologique capable d’égaler la précision de modèles plus anciens et plus coûteux, tout en étant moins cher et plus rapide. Le dernier modèle, baptisé Aardvark Weather, peut fonctionner sur un simple ordinateur de bureau et générer des prévisions en quelques secondes au lieu de plusieurs heures.
« Aardvark réinvente les méthodes actuelles de prévision météorologique et pourrait rendre les prévisions plus rapides, moins coûteuses, plus flexibles et plus précises que jamais, contribuant ainsi à transformer la prévision météorologique dans les pays développés comme dans les pays en développement », a déclaré le professeur Richard Turner, qui a dirigé la recherche en intelligence artificielle . « Aardvark est des milliers de fois plus rapide que toutes les méthodes de prévision météorologique précédentes. »
Un nouveau modèle d’IA pourrait révolutionner les prévisions météorologiques
Des chercheurs de l’Université de Cambridge ont développé le modèle d’IA Aardvark Weather en collaboration avec l’Alan Turing Institute, Microsoft Research et le Centre européen pour les prévisions météorologiques à moyen terme. Le modèle peut fonctionner sur un simple ordinateur de bureau plutôt que sur un superordinateur, ce qui pourrait considérablement améliorer l’accès aux prévisions météorologiques dans le monde entier.
Aardvark Weather remplace toutes les étapes du processus de prévision météorologique par un simple modèle d’apprentissage automatique . Selon sa complexité, il peut générer une prévision en quelques secondes ou minutes, en utilisant seulement environ 10 % des données météorologiques nécessaires aux systèmes de prévision actuels. Les chercheurs affirment qu’à mesure qu’ils continueront à améliorer le modèle, celui-ci sera capable d’effectuer d’autres types de prévisions, comme celles de la qualité de l’air, de la dynamique des océans et de la banquise.
Comment fonctionne la prévision météorologique traditionnelle
Aardvark Weather représente une amélioration considérable par rapport à la prévision météorologique traditionnelle, qui est coûteuse et chronophage. Elle repose sur des données météorologiques fournies par des stations météo, des satellites et des ballons, dont la collecte demande du temps et de l’argent. Ces données météorologiques sont ensuite injectées dans des modèles de prévision fondés sur la physique, qui effectuent des calculs appelés prévision numérique du temps (PNT).
Ces calculs sont si vastes et complexes qu’ils doivent être exécutés sur des superordinateurs, qui nécessitent d’importantes quantités d’électricité et d’énergie. Les superordinateurs ont également besoin d’une équipe entière de collaborateurs formés pour les faire fonctionner, ce qui augmente encore les coûts. Les chercheurs personnalisent en outre chaque modèle de prévision au fil des années afin d’en améliorer la précision et de suivre l’évolution à long terme des régimes météorologiques.
Turner a déclaré que le développement de ces anciens modèles avait été crucial pour entraîner le modèle d’IA météorologique Aardvark. Il a également indiqué que son équipe était « redevable » au Centre européen pour les prévisions météorologiques à moyen terme (ECMRWF), qui a fourni les ensembles de données météorologiques essentiels utilisés pour entraîner le modèle Aardvark.