Une étude parue dans la revue Science montre qu’un modèle météorologique de DeepMind de Google peut plus rapidement prévoir la météo qu’un modèle traditionnel.
Le modèle s’appelle GraphCast et surpasserait considérablement les méthodes plus conventionnelles de prévision météorologique jusqu’à dix jours. Voilà ce qu’indiquent les auteurs de l’étude, publiée dans la revue scientifique Science évaluée par les pairs (peer-reviewed). 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 compétitif
Le nouveau modèle peut en moins d’une minute faire des prévisions pour des centaines de variables météorologiques au cours des dix prochains jours. L’étude montre également que le modèle le fait avec précision et qu’il est ‘compétitif’, selon les chercheurs, en termes de minutie 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 machine 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 pas encore 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 en effet particulièrement difficile. Les chercheurs ne proposent dès lors pas de remplacer les météorologues par un modèle d’IA, mais celui-ci pourrait à tout le moins leur servir de support.
Vous avez repéré une erreur ou disposez de plus d’infos? Signalez-le ici