L’essor des modèles IA pour des prévisions météorologiques précises

Dans un monde où les événements météorologiques extrêmes deviennent de plus en plus fréquents, l’intelligence artificielle (IA) émerge comme une solution prometteuse. Récemment, un modèle IA élaboré par Microsoft a démontré des capacités de prévision météorologique à 10 jours, surpassant même les méthodes traditionnelles employées par les grandes agences internationales.

Cette avancée significative a été rapportée dans la revue scientifique Nature, où les chercheurs ont mis en avant l’efficacité du modèle, baptisé Aurora. Selon leurs résultats, Aurora est capable de fournir des informations sur la qualité de l’air, les vagues océaniques, ainsi que les trajectoires des cyclones tropicaux, et ce, à un coût d’exploitation largement inférieur à celui des pratiques actuelles.

Aurora : une révolution technologique

Aurora se distingue par sa méthode d’apprentissage basée sur la réinterprétation de données historiques. Ce modèle IA a établi un record en anticipant la trajectoire d’un typhon nommé Doksuri, le plus coûteux de l’histoire du Pacifique, avec une avance de quatre jours. Alors que les prévisions officielles annonçaient une trajectoire nord vers Taïwan, Aurora a correctement prévu que le typhon frapperait les Philippines, causant des dommages estimés à plus de 28 milliards de dollars.

Des résultats impressionnants

Les résultats de ce modèle sont impressionnants. Il a surpassé les prévisions des sept principaux centres météorologiques, y compris le Centre américain des ouragans, dans 92 % des cas pour des prévisions sur 10 jours concernant des zones d’environ 10 km². Cette performance est essentielle dans un contexte de réchauffement climatique, où la précision des prévisions peut signifier la différence entre la vie et la mort pour de nombreuses personnes.

D’autres acteurs dans la course à l’IA

Microsoft n’est pas seul dans cette aventure. En 2023, Huawei avait déjà ouvert la voie avec son modèle Pangu-Weather. Cet élan vers l’IA dans le domaine météorologique représente un tournant décisif pour améliorer la fiabilité des prévisions et mieux préparer les sociétés aux catastrophes naturelles.

Google, de son côté, a également annoncé avoir battu les modèles traditionnels avec ses avancées en matière d’apprentissage automatique. Ces développements illustrent une course technologique pour transformer la manière dont les prévisions météorologiques sont générées et diffusées.