Un nouveau modèle d’IA est capable de prédire les impacts extrêmes du changement climatique de manière beaucoup plus précise et à moindre coût que l’humain. ‘Cela pourrait révolutionner la façon dont nous nous préparons aux catastrophes naturelles et gérons le changement climatique’, affirment les développeurs.
Des inondations meurtrières en Europe aux tempêtes tropicales de plus en plus violentes: les changements climatiques rendent les prévisions météorologiques rapides et précises plus vitales que jamais. Jusqu’à présent, nous nous appuyions sur des modèles informatiques complexes nécessitant une énorme puissance de calcul et des années d’expertise. Le nouveau modèle, appelé Aurora, offre une approche plus intelligente et plus rapide grâce à l’intelligence artificielle.
Apprentissage machine
Aurora a été développé par une équipe de Microsoft Research AI for Science regroupant des chercheurs en données, des météorologues et des experts du climat des universités d’Amsterdam et de Cambridge.
‘Aurora utilise les toutes dernières techniques d’apprentissage machine pour faire de meilleures prévisions sur la qualité de l’air, les vagues océaniques et les tempêtes tropicales’, explique le professeur Max Welling de l’Université d’Amsterdam. ‘Comme le système nécessite moins de puissance de calcul, il peut également être utilisé dans des régions dépourvues de superordinateurs coûteux.’
Des millions d’heures de formation
Formé à partir de plus d’un million d’heures de données terrestres, Aurora a appris à faire des prévisions fiables sur les phénomènes météorologiques futurs. Les tests montrent que dans 74 pour cent des cas, il fait déjà de meilleures prévisions sur la qualité de l’air que les modèles traditionnels. Pour les vagues océaniques, on en est à 86 pour cent, et pour les tempêtes tropicales, il est même question d’une précision de 100 pour cent supérieure à celle des prévisions de sept services météorologiques internationaux. En matière de prévisions locales précises, Aurora dépasse également les principaux modèles dans 92 pour cent des scénarios, en particulier en cas de conditions météorologiques extrêmes.
A l’avenir, le système pourra également être formé pour prédire les risques d’inondation, les incendies de forêt ou l’impact sur les récoltes, mais aussi, par exemple, pour déterminer le rendement de l’énergie éolienne et solaire. ‘Alors que le monde est de plus en plus confronté à des phénomènes météorologiques extrêmes, cette innovation pourra nous aider à anticiper plus rapidement plutôt qu’à réagir après coup’, affirme Welling.