Un nouveau système d’intelligence artificielle développé par Google DeepMind, appelé GraphCast, pourrait révolutionner les prévisions météorologiques à moyen terme. Selon une étude publiée dans la revue Sciencece modèle basé sur l’apprentissage automatique capable dei de fournir des prévisions météorologiques mondiales à 10 jours plus précises que tout autre système actuellement disponible.
Les chercheurs ont formé GraphCast en analysant des décennies de données météorologiques historiques, ce qui lui a permis d’apprendre les interactions complexes qui déterminent les changements dans les conditions météorologiques. Le système a ensuite pu appliquer ces connaissances pour prédire les conditions météorologiques futures. Contrairement aux méthodes traditionnelles qui reposent sur des équations physiques, GraphCast exploite les réseaux neuronauxun type d’intelligence artificielle particulièrement adapté au traitement des données à structure spatiale.
GraphCast : Le nouveau système d’IA de Google DeepMind qui va révolutionner les prévisions météorologiques
Tests réalisés en collaboration avec le Centre européen pour les prévisions météorologiques à moyen terme (CEPMMT) ont montré que GraphCast surpasse les modèles de référence actuels en termes de précision et de rapidité. Par exemple, il a prédit la trajectoire de l’ouragan Lee vers la Nouvelle-Écosse 9 jours à l’avance, alors que les systèmes traditionnels n’y sont parvenus que 6 jours plus tôt. En outre, GraphCast peut réaliser une prévision globale à 10 jours en moins d’une minutealors que les supercalculateurs utilisés par les instituts météorologiques prennent des heures.
Matthew Chantry de l’ECMWF estime qu’il s’agit d’une avancée majeure dans le domaine des prévisions météorologiques : « Il reste probablement beaucoup de travail à faire pour créer des produits opérationnels fiables, mais c’est probablement le début d’une révolution. Les organisations météorologiques s’attendaient à ce que l’IA soit surtout utile pour soutenir les modèles physiques, mais GraphCast prouve qu’elle peut à elle seule établir des prévisions précises.
Le modèle de DeepMind fait des prédictions détaillées sur plus d’un million de points de grille couvrant l’ensemble du globe, en analysant des dizaines de variables telles que la température, la pression, le vent et l’humidité à différents niveaux de l’atmosphère. Il a fait preuve d’une précision supérieure aux normes actuelles pour la 90% des variables testées. En particulier, dans la troposphère, la couche la plus basse dans laquelle se produisent les phénomènes météorologiques, GraphCast a été plus performant dans plus de 99% des cas.
Selon les scientifiques, l’amélioration de la prévision des événements extrêmes tels que les ouragans et les vagues de chaleur pourrait permettre de sauver des vies en améliorant les évacuations et la planification. De plus, le climat devenant de plus en plus imprévisible, il est essentiel de disposer de données précises. DeepMind estime qu’il est encore possible d’optimiser le système.par exemple en ce qui concerne l’intensité des cyclones tropicaux, où GraphCast est légèrement moins performant.
Pour accélérer les progrès, l’entreprise a décidé de de rendre le code du modèle open sourceafin que chacun puisse expérimenter et contribuer à l’améliorer. Les applications potentielles des prévisions météorologiques ultra-précises sont innombrables, de la production d’énergie renouvelable au contrôle du trafic aérien. Il s’agit d’une technologie naissante, qui pourrait devenir de plus en plus précise et révolutionnaire au fur et à mesure qu’elle est optimisée par de nouvelles données et de nouveaux algorithmes.
