Un nouveau système de prévision météorologique basé sur l'IA peut fournir des prévisions précises des dizaines de fois plus rapidement et en utilisant des milliers de fois moins de puissance de calculUn nouveau système de prévision météorologique basé sur l'IA peut fournir des prévisions précises des dizaines de fois plus rapidement et en utilisant des milliers de fois moins de puissance de calcul que les systèmes de prévision actuels basés sur l'IA et la physique.
L'intelligence artificielle (IA) désigne la capacité des systèmes informatiques à effectuer des tâches généralement associées à l'intelligence humaine, telles que l'apprentissage, le raisonnement, la résolution de problèmes, la perception et la prise de décision. Il s'agit d'un domaine de recherche en informatique qui développe et étudie des méthodes et des logiciels permettant aux machines de percevoir leur environnement et d'utiliser l'apprentissage et l'intelligence pour prendre des mesures qui maximisent leurs chances d'atteindre des objectifs définis.
Récemment, un nouveau système de prévision météorologique basé sur l'IA, mis au point par des chercheurs de l'université de Cambridge, peut fournir des prévisions précises des dizaines de fois plus rapidement et en utilisant des milliers de fois moins de puissance de calcul que les systèmes de prévision actuels basés sur l'IA et la physique.
Le système, Aardvark Weather, a bénéficié du soutien de l'Alan Turing Institute, de Microsoft Research et du Centre européen pour les prévisions météorologiques à moyen terme. Il constitue un modèle pour une nouvelle approche des prévisions météorologiques susceptible de transformer les pratiques actuelles.
"Aardvark réimagine les méthodes actuelles de prévision météorologique en offrant la possibilité de rendre les prévisions météorologiques plus rapides, moins chères, plus flexibles et plus précises que jamais, contribuant ainsi à transformer les prévisions météorologiques dans les pays développés et en développement", a déclaré le professeur Richard Turner, du département d'ingénierie de Cambridge, qui a dirigé la recherche. "Aardvark est des milliers de fois plus rapide que toutes les méthodes de prévision météorologique précédentes."
Fait intéressant, ce n'est pas la première fois que des chercheurs ont annoncé des percées dans le domaine de la météorologie grâce à l'IA. En 2024, le fabricant de puces Nvidia a présenté un clone de notre planète entière qui pourrait aider les météorologues à simuler et à visualiser les modèles météorologiques mondiaux à une "échelle sans précédent". Le "jumeau numérique du climat de la Terre", baptisé Earth-2, a été conçu pour aider à récupérer une partie des pertes économiques causées par les conditions météorologiques extrêmes dues au changement climatique.
Un système de prévision météorologique entièrement piloté par l'IA pourrait révolutionner les prévisions météorologiques
Les prévisions météorologiques actuelles sont générées par un ensemble complexe d'étapes, chacune prenant plusieurs heures à exécuter sur de puissants superordinateurs. Outre l'utilisation quotidienne, le développement, la maintenance et l'utilisation de ces systèmes nécessitent beaucoup de temps et d'importantes équipes d'experts.
Plus récemment, des recherches menées par Huawei, Google et Microsoft ont montré qu'un élément du pipeline de prévisions météorologiques, le solveur numérique (qui calcule l'évolution du temps), peut être remplacé par l'IA, ce qui permet d'obtenir des prévisions plus rapides et plus précises. Le Centre européen pour les prévisions météorologiques à moyen terme (CEPMMT) utilise actuellement cette combinaison d'IA et d'approches traditionnelles.
Mais avec Aardvark, les chercheurs ont remplacé l'ensemble du pipeline de prévisions météorologiques par un modèle d'apprentissage automatique simple et unique. Le nouveau modèle prend en compte les observations des satellites, des stations météorologiques et d'autres capteurs et produit des prévisions à la fois globales et locales.
Cette approche entièrement basée sur l'IA signifie que les prévisions qui étaient auparavant produites à l'aide de nombreux modèles - chacun nécessitant un superordinateur et une grande équipe de soutien pour fonctionner - peuvent maintenant être produites en quelques minutes sur un ordinateur de bureau.
En utilisant seulement 10 % des données d'entrée des systèmes existants, Aardvark surpasse déjà le système national de prévision GFS des États-Unis sur de nombreuses variables. Il est également compétitif par rapport aux prévisions du Service météorologique des États-Unis qui utilisent des données provenant de dizaines de modèles météorologiques et l'analyse de prévisionnistes humains experts.
"Ces résultats ne sont que le début de ce qu'Aardvark peut accomplir", a déclaré le premier auteur, Anna Allen, du département d'informatique et de technologie de Cambridge. "Cette approche d'apprentissage de bout en bout peut être facilement appliquée à d'autres problèmes de prévision météorologique, par exemple les ouragans, les incendies de forêt et les tornades. Au-delà de la météo, ses applications s'étendent à la prévision du système terrestre au sens large, y compris la qualité de l'air, la dynamique des océans et la prévision de la glace de mer".
Selon les chercheurs, l'un des aspects les plus intéressants d'Aardvark est sa flexibilité et sa simplicité de conception. Comme il apprend directement à partir des données, il peut être rapidement adapté pour produire des prévisions sur mesure pour des industries ou des lieux spécifiques, qu'il s'agisse de prédire les températures pour l'agriculture africaine ou la vitesse du vent pour une entreprise d'énergie renouvelable en Europe.
Cela contraste avec les systèmes de prévision météorologique traditionnels, pour lesquels la création d'un système personnalisé nécessite des années de travail de la part de grandes équipes de chercheurs.
"Les systèmes de prévision météorologique sur lesquels nous comptons tous ont été développés pendant des décennies, mais en 18 mois seulement, nous avons été en mesure de construire quelque chose qui est compétitif avec les meilleurs de ces systèmes, en utilisant seulement un dixième des données sur un ordinateur de bureau", a déclaré Turner, qui est également chercheur principal pour les prévisions météorologiques à l'Institut Alan Turing.
Cette capacité pourrait transformer les prévisions météorologiques dans les pays en développement, qui n'ont généralement pas accès à l'expertise et aux ressources informatiques nécessaires pour développer des systèmes conventionnels.
"Libérer le potentiel de l'IA transformera la prise de décision pour tout le monde, des décideurs politiques aux planificateurs d'urgence, en passant par les industries qui dépendent de prévisions météorologiques précises", a déclaré le Dr Scott Hosking de l'Alan Turing Institute. "La percée d'Aardvark n'est pas seulement une question de vitesse, c'est aussi une question d'accès. En faisant passer les prévisions météorologiques des superordinateurs aux ordinateurs de bureau, nous pouvons démocratiser les prévisions, en mettant ces technologies puissantes à la disposition des pays en développement et des régions du monde qui manquent de données."
"Aardvark n'aurait pas été possible sans des décennies de développement de modèles physiques par la communauté, et nous sommes particulièrement redevables au CEPMMT pour son ensemble de données ERA5, qui est essentiel pour l'entraînement d'Aardvark", a déclaré Turner.
"Il est essentiel que le monde universitaire et l'industrie travaillent ensemble pour relever les défis technologiques et tirer parti des nouvelles possibilités offertes par l'IA", a déclaré Matthew Chantry du CEPMMT. "L'approche d'Aardvark combine à la fois la modularité et l'optimisation des prévisions de bout en bout, ce qui garantit une utilisation efficace des ensembles de données disponibles."
"Aardvark représente non seulement une réalisation importante dans le domaine de la prévision météorologique par l'IA, mais il reflète également le pouvoir de la collaboration et du rassemblement de la communauté des chercheurs pour améliorer et appliquer la technologie de l'IA de manière significative", a déclaré le Dr Chris Bishop, de Microsoft Research.
Les prochaines étapes pour Aardvark comprennent le développement d'une nouvelle équipe au sein de l'Alan Turing Institute, dirigée par Turner, qui explorera le potentiel de déploiement d'Aardvark dans le sud de la planète et intégrera la technologie dans le travail plus large de l'Institut visant à développer des prévisions environnementales de haute précision pour la météo, les océans et la glace de mer.
Voici la présentation du système :
Les prévisions météorologiques sont essentielles pour toute une série d'activités humaines, notamment les transports, l'agriculture et l'industrie, ainsi que pour la sécurité du grand public. L'apprentissage automatique transforme la prévision numérique du temps (NWP) en remplaçant le solveur numérique par des réseaux neuronaux, améliorant ainsi la vitesse et la précision de la composante prévisionnelle du pipeline de prévision. Cependant, les modèles actuels s'appuient sur des systèmes numériques pour l'initialisation et pour produire des prévisions locales, ce qui limite les gains réalisables. Nous montrons ici qu'un seul modèle d'apprentissage automatique peut remplacer l'ensemble du pipeline de prévision numérique. Aardvark Weather, un système de prévision météorologique de bout en bout basé sur des données, ingère des observations et produit des prévisions globales maillées et des prévisions locales de stations. Les prévisions globales sont plus performantes qu'une base opérationnelle de prévision numérique du temps pour de multiples variables et délais. Les prévisions des stations locales sont efficaces jusqu'à dix jours d'avance et rivalisent avec un système de référence NWP global post-traité et un système de prévision de bout en bout de pointe avec des données fournies par des prévisionnistes humains. Le réglage de bout en bout améliore encore la précision des prévisions locales. Nos résultats montrent qu'il est possible d'effectuer des prévisions de qualité sans dépendre de la prévision numérique au moment du déploiement, ce qui permettra d'exploiter pleinement les avantages des modèles basés sur les données en termes de rapidité et de précision. Nous pensons qu'Aardvark Weather sera le point de départ d'une nouvelle génération de modèles de bout en bout qui réduiront les coûts de calcul de plusieurs ordres de grandeur et permettront la création rapide et abordable de modèles personnalisés pour une série d'utilisateurs finaux.
Source : "End-to-end data-driven weather prediction"
Et vous ?
Pensez-vous que ce système est crédible ou pertinent ? Quel est votre avis sur le sujet ?Voir aussi :
L'IA DeepMind GraphCast de Google surpasse le modèle de prévision météorologique de référence mondiale pour la première fois, ce qui constitue une avancée majeure pour les prévisions précises L'IA prédit les tremblements de terre avec une précision sans précédent, d'après une recherche de l'université du Texas
Vous avez lu gratuitement 3 articles depuis plus d'un an.
Soutenez le club developpez.com en souscrivant un abonnement pour que nous puissions continuer à vous proposer des publications.
Soutenez le club developpez.com en souscrivant un abonnement pour que nous puissions continuer à vous proposer des publications.
