La recherche, basée sur une analyse de la tempête Ciaran de novembre 2023, suggère que les prévisions météorologiques qui utilisent l'apprentissage automatique peuvent produire des prévisions d'une précision similaire aux prévisions traditionnelles, plus rapidement, à moindre coût et en utilisant moins de puissance de calcul.

Publié dans npj Climate and Atmospheric Science , l'étude de l'Université de Reading met en évidence les progrès rapides et le potentiel de transformation de l'IA dans la prévision météorologique.

Le professeur Andrew Charlton-Perez, qui a dirigé l'étude, a déclaré :« L'IA transforme les prévisions météorologiques sous nos yeux. Il y a deux ans, les techniques modernes d'apprentissage automatique étaient rarement appliquées pour établir des prévisions météorologiques. Nous disposons désormais de plusieurs modèles capables de produire 10 - prévisions mondiales quotidiennes en quelques minutes.

« Nous pouvons en apprendre beaucoup sur les prévisions météorologiques de l'IA en les testant sur des événements extrêmes comme la tempête Ciarán. Nous pouvons identifier leurs forces et leurs faiblesses et guider le développement d'une technologie de prévision par l'IA encore meilleure pour aider à protéger les personnes et les biens. est une période passionnante et importante pour les prévisions météorologiques. "

Promesse et pièges

Pour comprendre l'efficacité des modèles météorologiques basés sur l'IA, des scientifiques de l'Université de Reading ont comparé les prévisions basées sur l'IA et celles basées sur la physique concernant la tempête Ciarán, une tempête de vent mortelle qui a frappé le nord et le centre de l'Europe en novembre 2023, qui a coûté la vie à 16 personnes dans le nord de l'Europe et en a laissé d'autres. plus d'un million de foyers privés d'électricité en France.

Les chercheurs ont utilisé quatre modèles d’IA et comparé leurs résultats avec des modèles traditionnels basés sur la physique. Les modèles d'IA, développés par des géants de la technologie comme Google, Nvidia et Huawei, ont pu prédire l'intensification rapide de la tempête et la suivre 48 heures à l'avance. Dans une large mesure, les prévisions étaient « impossibles à distinguer » des performances des modèles de prévision conventionnels, ont déclaré les chercheurs.

Les modèles d'IA ont également capturé avec précision les conditions atmosphériques à grande échelle qui ont alimenté le développement explosif de Ciarán, comme sa position par rapport au courant-jet, un couloir étroit de vents forts de haute altitude.

La technologie d’apprentissage automatique a toutefois sous-estimé les vents dévastateurs de la tempête. Les quatre systèmes d'IA ont sous-estimé les vitesses maximales du vent de Ciarán, qui en réalité soufflaient en rafales jusqu'à 111 nœuds à la Pointe du Raz, en Bretagne. Les auteurs ont pu montrer que cette sous-estimation était liée à certaines caractéristiques de la tempête, notamment les contrastes de température près de son centre, qui n'étaient pas bien prédits par les systèmes d'IA.

Pour mieux protéger les populations des conditions météorologiques extrêmes comme la tempête Ciaran, les chercheurs affirment qu’il est urgent d’approfondir les recherches sur l’utilisation de l’IA dans la prévision météorologique. Le développement de modèles d'apprentissage automatique pourrait permettre d'utiliser régulièrement l'intelligence artificielle dans les prévisions météorologiques dans un avenir proche, ce qui permettrait aux prévisionnistes d'économiser du temps et de l'argent.