Les auteurs divisent d'abord la surface de la planète en une grille avec un cube à six côtés (en haut à gauche), puis aplatissent les six côtés en une forme 2D, comme dans un modèle en papier (en bas à gauche). Cette nouvelle technique permet aux auteurs d'utiliser des techniques d'apprentissage automatique standard, développé pour les images 2D, pour les prévisions météorologiques. Crédit :Weyn et al./Journal of Advances in Modeling Earth Systems
Les prévisions météorologiques d'aujourd'hui proviennent de certains des ordinateurs les plus puissants de la planète. Les énormes machines effectuent des millions de calculs pour résoudre des équations afin de prédire la température, vent, précipitations et autres événements météorologiques. Le besoin combiné d'une prévision de vitesse et de précision impose même les ordinateurs les plus modernes.
L'avenir pourrait adopter une approche radicalement différente. Une collaboration entre l'Université de Washington et Microsoft Research montre comment l'intelligence artificielle peut analyser les modèles météorologiques passés pour prédire les événements futurs, beaucoup plus efficace et potentiellement un jour plus précis que la technologie d'aujourd'hui.
Le modèle météorologique mondial nouvellement développé fonde ses prévisions sur les données météorologiques des 40 dernières années, plutôt que sur des calculs physiques détaillés. Le simple, I.A. basée sur les données le modèle peut simuler la météo d'une année dans le monde beaucoup plus rapidement et presque aussi bien que les modèles météorologiques traditionnels, en prenant des mesures répétées similaires d'une prévision à l'autre, selon un article publié cet été dans le Journal of Advances in Modeling Earth Systems.
"L'apprentissage automatique consiste essentiellement à faire une version glorifiée de la reconnaissance de formes, " a déclaré l'auteur principal Jonathan Weyn, qui a fait la recherche dans le cadre de son doctorat UW en sciences de l'atmosphère. "Il voit un modèle typique, reconnaît comment il évolue habituellement et décide quoi faire en fonction des exemples qu'il a vus au cours des 40 dernières années de données."
Bien que le nouveau modèle soit, sans surprise, moins précis que les meilleurs modèles de prévision traditionnels d'aujourd'hui, l'A.I. actuelle la conception utilise environ 7, 000 fois moins de puissance de calcul pour créer des prévisions pour le même nombre de points du globe. Moins de travail de calcul signifie des résultats plus rapides.
Cette accélération permettrait aux centres de prévision d'exécuter rapidement de nombreux modèles avec des conditions de départ légèrement différentes, une technique appelée « prévision d'ensemble » qui permet aux prévisions météorologiques de couvrir la gamme des résultats attendus possibles pour un événement météorologique, par exemple, où un ouragan pourrait frapper.
