Les modèles d'IA de DeepMind montrent des progrès dans la prévision des cyclones tropicaux

Les développements récents en intelligence artificielle ont introduit de nouveaux outils pour la prévision des cyclones tropicaux, avec Google DeepMind et Google Research lançant Weather Lab comme une démonstration publique de leur modèle de prédiction expérimental basé sur l'IA.

Le modèle d'IA présenté dans Weather Lab est conçu pour générer plusieurs scénarios de prévision pour la formation, la trajectoire, l'intensité, la taille et la forme des cyclones, s'étendant jusqu'à 15 jours dans le futur. Ces prévisions sont produites sous forme d'ensembles, incluant généralement 50 résultats possibles différents pour chaque événement.

Des évaluations internes utilisant des données du National Hurricane Center pour les saisons 2023–2024 dans l'Atlantique Nord et le Pacifique Est ont indiqué que les prévisions de trajectoire à cinq jours du modèle d'IA étaient, en moyenne, à 140 kilomètres plus proches des emplacements réels des cyclones que le modèle ENS de l'ECMWF. Cette performance équivalait à la précision du modèle ENS à 3,5 jours, offrant effectivement 1,5 jour de temps d'avance supplémentaire pour les prévisionnistes.

Ce que montrent les chiffres

• Les prévisions de trajectoire à 5 jours de l'IA étaient en moyenne à 140 km plus proches des emplacements réels des cyclones que l'ENS de l'ECMWF
• Le modèle d'IA fournit des prévisions jusqu'à 15 jours à l'avance avec 50 scénarios d'ensemble
• Les prévisions sont générées jusqu'à huit fois plus rapidement que les systèmes traditionnels

En plus d'une précision de trajectoire améliorée, le modèle d'IA a surpassé le modèle régional à haute résolution basé sur la physique HAFS de la NOAA en termes d'erreur d'intensité moyenne et a obtenu des résultats similaires pour prédire la taille des cyclones et les rayons de vent. La précision des prévisions à cinq jours du modèle a également été rapportée comme étant équivalente à la performance à 3,5 jours des modèles traditionnels, ce qui se traduit par environ 36 heures supplémentaires de temps d'avertissement pour les communautés.

Une étude de cas a impliqué le modèle d'IA WeatherNext, qui a prédit l'intensification rapide de l'ouragan Melissa de la catégorie 1 à la catégorie 5 et son atterrissage en Jamaïque cinq jours à l'avance. La confiance du modèle dans cette prédiction est passée de 80 % à près de 100 % à mesure que l'événement approchait, marquant une première pour le National Hurricane Center dans la prédiction d'une telle intensification rapide à ce délai.

Selon Google DeepMind, la prédiction précoce de WeatherNext a permis au National Hurricane Center de délivrer des avertissements avancés, donnant aux résidents de la Jamaïque plus de temps pour se préparer et évacuer. Cette prévision à cinq jours de l'intensification rapide a été notée comme une étape importante dans la capacité à prédire simultanément les trajectoires de cyclones et les changements d'intensité.

Malgré ces avancées, les modèles d'IA restent expérimentaux et sont destinés à soutenir, plutôt qu'à remplacer, les prévisions officielles des agences météorologiques. Weather Lab est actuellement en cours de validation en collaboration avec des organisations telles que le National Hurricane Center des États-Unis, CIRA de l'Université d'État du Colorado, le Met Office du Royaume-Uni, l'Université de Tokyo et Weathernews Inc., qui fournissent des retours sur la performance du système.

Après avoir démontré des améliorations dans la prévision des cyclones, le modèle WeatherNext a ensuite été open-sourcé pour faciliter des recherches et validations supplémentaires. DeepMind a déclaré que son modèle d'IA pouvait produire des prévisions jusqu'à huit fois plus rapidement que les méthodes traditionnelles, soutenant l'évaluation continue du rôle de l'IA dans la prévision météorologique.

* Cet article est basé sur des informations publiquement disponibles au moment de la rédaction.