L’IA peut désormais prédire (presque) la météo aussi bien que les météorologues traditionnels

Une étude publiée dans la revue Science montre qu’un modèle météorologique de DeepMind de Google peut prédire la météo plus rapidement qu’un modèle traditionnel.

Le modèle s’appelle GraphCast et surpasserait considérablement les méthodes de prévision météorologique plus conventionnelles sur une période allant jusqu’à dix jours. C’est ce que pensent les auteurs de l’étude, publiée dans la revue scientifique à comité de lecture Science (Évalués par les pairs). L’étude a comparé les prévisions de GraphCast avec celles du CEPMMT, le Centre européen pour les prévisions météorologiques à moyen terme. Ce dernier fait autorité parmi les modèles météorologiques conventionnels.

Plus rapide et plus compétitif

Le nouveau modèle peut faire des prévisions pour des centaines de variables météorologiques au cours des dix prochains jours en moins d’une minute. L’étude montre également que le modèle le fait avec précision et qu’il est « compétitif », selon les chercheurs, en termes de rigueur par rapport aux modèles du CEPMMT.

Cela signifie que l’IA générative progresse plus rapidement que prévu dans les prévisions météorologiques. GraphCast est un modèle d’apprentissage automatique basé sur un réseau neuronal et a été formé sur les données météorologiques historiques du CEPMMT des quarante dernières années. Certes, le modèle n’est toujours pas meilleur que les méthodes conventionnelles dans tous les scénarios. Prévoir des conditions météorologiques plus extrêmes, comme le renforcement soudain de l’ouragan Otis fin octobre, reste particulièrement difficile. Les chercheurs ne proposent donc pas de remplacer les météorologues par un modèle d’IA, mais celui-ci pourrait au moins servir de support.