Les prédictions météorologiques peuvent-elles devenir plus précises grâce à l’intelligence artificielle ? C’est la question que soulève l’annonce récente de Google DeepMind avec la présentation de son modèle d’intelligence artificielle, GenCast. Mais que cache ce nouveau modèle prétendument révolutionnaire en matière de prévisions météo ?
Selon un article publié dans Nature, les chercheurs de DeepMind affirment que GenCast surpasse le Centre Européen pour les Prévisions Météorologiques à Moyen Terme, connu pour être au sommet de l’expertise mondiale en prévision opérationnelle. Comment un modèle AI peut-il surpasser cette institution prestigieuse et quelles implications cela a-t-il pour l’avenir de nos prévisions ?
Un simple billet de blog de l’équipe de DeepMind tente de vulgariser cette prouesse technologique : là où leur ancien modèle météo proposait une estimation unique et déterministe du temps futur, GenCast offre « un ensemble de 50 prédictions ou plus, chacune représentant des trajets météorologiques potentiels », formant ainsi une complexe distribution probabiliste des scénarios météorologiques futurs. Mais cette approche qui multiplie les prédictions ne risque-t-elle pas de compliquer la tâche des météorologues plutôt que de l’élucider ?
GenCast a été plus précis 97,2 % du temps selon les tests effectués.
Mis à l’épreuve en comparant ses prévisions de 2019 avec celles d’un entraînement sur les données météo allant jusqu’à 2018, GenCast a battu les contributions de l’ENS dans 97,2 % des cas. Est-ce là le signe que l’intelligence artificielle pourrait devenir le chef de file des prévisions météorologiques pour les années à venir ?
Aujourd’hui, Google commence à intégrer GenCast dans ses services de recherche et de cartographie ; un premier pas vers une diffusion plus large de ces prévisions propulsées par l’IA sous forme de données prévisionnelles en temps réel et historiques accessibles à tous. Cela soulève des questions quant à l’exploitation et aux potentiels usages de ces données par les chercheurs, mais aussi par le grand public ou encore les secteurs économiques dépendants des prévisions météorologiques.
Alors, cette avancée technologique marque-t-elle le début d’une dépendance accrue à l’égard de l’intelligence artificielle dans notre vie quotidienne, ou n’est-ce qu’une brique de plus dans le mur déjà vital de la technologie au service de l’humanité ?
Source : Techcrunch
