Pour la première fois, une intelligence artificielle produit très rapidement de meilleures prévisions météorologiques
La prochaine fois que vous lèverez les yeux au ciel devant une prévision météorologique erronée, rappelez-vous que prédire le temps qu’il fera est l’un des problèmes les plus complexes de la science. Aujourd’hui, Google (Google Deepmind) a mis l’IA au service de la météo et a montré qu’en une minute sur une seule machine, elle peut faire des prévisions exactes jusqu’à 10 jours à l’avance, une tâche qui prend normalement des heures à une salle remplie de superordinateurs.
Le célèbre effet papillon postule que le déclenchement ou non d’une tempête peut être influencé par quelque chose d’aussi insignifiant qu’un papillon battant des ailes dans une autre partie du monde. Les prévisions météorologiques ont pour mission de transformer tous ces hypothétiques papillons en modèles précis qui vous indiquent si vous devez organiser votre pique-nique samedi prochain.
Pour ce faire, il faut recourir à ce que l’on appelle la prévision numérique du temps (PNT), qui utilise les observations météorologiques actuelles dans le monde entier comme données d’entrée et les soumet à des équations physiques complexes exécutées sur des superordinateurs. Mais Google vient de dévoiler un système d’intelligence artificielle appelé GraphCast qui peut calculer ces chiffres beaucoup plus rapidement, avec du matériel moins puissant.
Cette IA a été entraînée à partir de 40 ans de données de réanalyse météorologique, recueillies par des images satellites, des radars et des stations météorologiques. GraphCast prend l’état du temps il y a six heures et l’état actuel, puis utilise sa mine de données pour prédire l’état du temps dans six heures. À partir de là, il peut se projeter dans l’avenir par incréments de six heures pour établir des prévisions jusqu’à dix jours plus tard.
GraphCast effectue cette opération sur plus d’un million de points d’une grille entourant de la surface de la Terre, chacun mesurant 0,25 degré de longitude et de latitude. Pour chacun de ces points, le modèle tient compte de cinq variables, telles que la température, la pression, l’humidité, la vitesse et la direction du vent, à la surface et de six variables dans l’atmosphère, à 37 altitudes différentes.
A partir de l’étude : le processus de prévision du modèle GraphCast présenté ci-dessus. (R. Lam et col./ Science/ Google DeepMind)
Lors de tests, GraphCast fonctionnant sur une seule machine Google TPU v4 a été comparé à l’étalon-or actuel en matière de prévisions météorologiques, un système de simulation appelé High Resolution Forecast (HRES), fonctionnant sur des supercalculateurs. GraphCast a été capable de faire des prévisions à 10 jours en moins d’une minute, et s’est avéré plus précis que HRES pour 90 % des variables de test et des délais de prévision. Lorsque les modèles se sont concentrés sur la troposphère, la couche la plus basse de l’atmosphère, où des prévisions précises sont les plus utiles et les plus applicables à la vie quotidienne, GraphCast a surpassé HRES dans 99,7 % des cas.
Une sélection de prévisions de GraphCast sur 10 jours indiquant l’humidité spécifique à 700 hectopascals (environ 3 km au-dessus de la surface), la température de surface et la vitesse du vent de surface. (Google)
Plus impressionnant encore, GraphCast a démontré sa capacité à identifier les phénomènes météorologiques violents plus tôt que HRES, même s’il n’avait pas été spécifiquement formé à cet effet. Dans un exemple concret, l’IA a prédit avec précision l’endroit où un ouragan allait toucher terre 9 jours à l’avance, alors que les prévisions traditionnelles ne pouvaient le confirmer que 6 jours à l’avance.
Google précise que le code de GraphCast est libre, ce qui permet aux scientifiques du monde entier de l’expérimenter et de l’intégrer dans les prévisions météorologiques quotidiennes. Ce type de calcul semble être le travail idéal pour l’IA, qui peut ainsi laisser l’art et l’écriture à l’humain.
L’étude publiée dans Science : Learning skillful medium-range global weather forecasting et présentée sur le site de Google : GraphCast: AI model for faster and more accurate global weather forecasting.
