Google DeepMind a développé GraphCast, un modèle d'intelligence artificielle (IA) de pointe capable de prédire les conditions météorologiques à 10 jours avec précision, en moins d'une minute. Il surpasse ainsi les modèles de prévision classiques. GraphCast, a démontré une performance exceptionnelle lors de la saison des ouragans. Les résultats de cette avancée ont été publiés dans la revue Science.

Fort de ses avancées dans le domaine de la santé ou dans la robotique, DeepMind vient désormais concurrencer celui des prévisions météorologiques avec GraphCast, son modèle dédié. Ce dernier a été capable de prédire avec précision l'arrivée de l'ouragan Lee en Nouvelle-Écosse, trois jours avant les prévisions officielles. Ce modèle utilise des réseaux neuronaux graphiques (GNN) pour modéliser le comportement des fluides, un défi classique en physique qui peut décrire le mouvement des liquides et des gaz. Chaque nœud du réseau représente un ensemble de conditions atmosphériques à un emplacement particulier, comme la température, l'humidité et la pression.

GraphCast a été formé à l'aide de 39 ans d'observations recueillies et traitées par le Centre européen pour les prévisions météorologiques à moyen terme (ECMWF). Le modèle génère une prédiction météorologique toutes les six heures, qui est ensuite utilisée pour la prochaine prédiction, produisant ainsi une perspective à long terme qui peut s'étendre sur une semaine. Il est capable de générer des prévisions très rapidement, en moins d'une minute, avec peu de calculs informatiques. Ce qui le rend plus efficient que les modèles conventionnels qui nécessitent des superordinateurs.

Des prévisions météorologiques plus précises et plus rapides grâce à l'IA

Les chercheurs de DeepMind voient les performances exceptionnelles de leur modèle de prévision comme un point de départ. Le modèle a surpassé les prévisions de l'ECMWF dans 90,3 % des cas étudiés. Ils estiment qu'il pourrait être possible d'ajuster le logiciel pour qu'il fonctionne encore mieux pour certains types de conditions météorologiques, comme les précipitations importantes ou les d'ouragans. Google explore également la possibilité d'intégrer GraphCast dans ses produits.

Cependant, malgré les résultats impressionnants de Google, la prévision météo est loin d'être résolue. Les modèles d'IA ont tendance à sous-estimer la force de certains des événements les plus significatifs, comme les tempêtes de catégorie 5. De plus, le modèle de Google n'est pas conçu pour fournir des prévisions d'ensemble, qui détaillent plusieurs résultats potentiels pour une tempête ou un autre système météorologique, avec une gamme de probabilités qui peuvent être particulièrement utiles pour les grands événements comme les ouragans.