L’intelligence artificielle (IA) a le potentiel d’aider les météorologues à prévoir le temps sur différentes échelles de temps.
C’est la promesse de deux études publiées dans la revue Nature aujourd’hui, qui présentent tous deux deux systèmes de prévision par IA.
Le premier est capable de prédire les conditions météorologiques à l’échelle mondiale jusqu’à une semaine à l’avance, tandis que l’autre fonctionne sur une échelle de temps en heures mais peut prédire les événements de précipitations extrêmes.
Les modèles sont à la fois aussi précis que les approches de prévision existantes, ont rapporté les chercheurs – et l’un d’entre eux est capable de gérer des phénomènes extrêmes que les méthodes alternatives avaient auparavant du mal à gérer.
Cependant, les experts ont averti que l’évaluation et l’engagement des météorologues seront nécessaires avant que les systèmes puissent être utilisés dans un cadre pratique plutôt qu’universitaire.
Dans la première des deux études, l’informaticien Dr Qi Tian de Huawei Cloud et ses collègues décrivent leur système de prévision basé sur l’IA, « Pangu-Weather », qui peut prédire la météo mondiale jusqu’à une semaine à l’avance.
Après avoir formé le modèle sur 39 ans de données météorologiques mondiales, l’équipe a montré qu’il est capable de produire des prévisions au même niveau de précision que le système numérique de pointe utilisé par le Centre européen pour les prévisions météorologiques à moyen terme.
Pangu-Weather a cependant l’avantage qu’à la même résolution spatiale, il est plus de 10 000 fois plus rapide, car la prévision numérique du temps peut souvent prendre des heures pour exécuter une seule simulation.
De plus, l’IA utilise un modèle tridimensionnel qui lui permet de prévoir la météo à différentes altitudes, ce qui lui donne des résultats plus détaillés et complets que les solutions d’IA précédentes, telles que FourCastNet de Nvidia.
Dans le deuxième article, l’informaticien professeur Jianmin Wang de l’Université chinoise de Tsinghua et ses collègues présentent « NowcastNet », un modèle d’IA qui combine l’apprentissage en profondeur des règles physiques pour la « prévision immédiate » des précipitations.
Ce terme fait référence aux prévisions météorologiques effectuées sur une échelle de temps à très court terme – jusqu’à seulement six heures dans le futur – fournissant des informations très détaillées sur les conditions imminentes.
À l’aide d’observations radar au-dessus des États-Unis et de la Chine, le système a pu prédire les précipitations à haute résolution jusqu’à trois heures à l’avance pour des régions s’étendant sur quelque 1 272 milles carrés.
Lorsqu’il a été évalué par 62 météorologues, NowcastNet a été mieux classé que les autres principales méthodes de prévision des précipitations extrêmes dans environ 70 % des cas.
Le nouveau modèle est particulièrement efficace lorsqu’il s’agit de prévoir des événements météorologiques extrêmes – quelque chose, ont expliqué les chercheurs, qui était auparavant difficile à bien faire.
Dans un article d’opinion, l’expert en apprentissage automatique, le professeur Imme Ebert-Uphoff, et le météorologue Kyle Hilburn de l’Université d’État du Colorado – qui n’ont participé à aucune des deux études – ont déclaré que l’IA recèle un « potentiel énorme » pour les prévisions météorologiques.
Cependant, ont-ils ajouté, de tels modèles ne sont pas sans problèmes ni risques. Compte tenu de cela, le duo appelle les météorologues «à s’impliquer pour s’assurer que les modèles de prévision météorologique basés sur l’IA sont bien adaptés à leurs tâches et à apprendre à interpréter leurs prévisions.
« Ce point est crucial, car les modèles d’IA se comportent différemment des modèles basés sur la physique, donc comprendre leurs prédictions nécessite une formation spécialisée.
« Et bien que des modèles aussi complexes ne soient pas triviaux à développer, ils peuvent être exécutés facilement sur des ordinateurs standards ».
