Google améliore la prévision des cyclones tropicaux avec IA

Google DeepMind et Google Research ont lancé aujourd'hui une nouvelle plateforme interactive appelée Weather Lab, qui partage leurs modèles météorologiques basés sur l'intelligence artificielle (IA). Cette initiative est particulièrement importante dans le contexte des prévisions de cyclones tropicaux, des phénomènes météorologiques extrêmement dangereux qui ont causé 1,4 billion de dollars de pertes économiques au cours des 50 dernières années. Les cyclones, également connus sous le nom d'ouragans ou de typhons selon leur région, se forment au-dessus des eaux océaniques chaudes, alimentés par la chaleur, l'humidité et la convection. Ils sont très sensibles aux moindres variations des conditions atmosphériques, ce qui rend leur prévision particulièrement difficile. Cependant, améliorer la précision des prédictions de cyclones peut sauver des vies et réduire les dommages grâce à une meilleure préparation aux catastrophes et à des évacuations plus rapides. Le modèle expérimental de cyclones de Weather Lab utilise des réseaux neuronaux stochastiques pour prédire la formation, la trajectoire, l'intensité, la taille et la forme des cyclones, générant 50 scénarios possibles jusqu'à 15 jours avant leur occurrence. Ce modèle est unique en ce qu'il surmonte le compromis existant entre la précision de la trajectoire et celle de l'intensité. Les modèles météorologiques traditionnels à faible résolution, qui capturent les grands courants atmosphériques, excellent pour prédire la trajectoire des cyclones, mais ne parviennent pas à modéliser les processus turbulents complexes au sein du noyau compact des cyclones, nécessaires pour prévoir leur intensité. En revanche, les modèles à haute résolution régionaux sont meilleurs pour l'intensité mais moins précis pour la trajectoire. DeepMind a réussi à combiner ces deux aspects avec un seul système, grâce à une formation sur deux types de données distincts : un vaste ensemble de données de réanalyse qui reconstitue les conditions météorologiques passées de toute la Terre à partir de millions d'observations, et une base de données spécialisée contenant des informations détaillées sur près de 5 000 cyclones observés au cours des 45 dernières années. Les évaluations internes de DeepMind, réalisées selon les protocoles du National Hurricane Center (NHC), montrent que le modèle IA est nettement meilleur que les méthodes existantes. Pour la prédiction de la trajectoire, les prévisions de cinq jours du modèle IA sont, en moyenne, 140 kilomètres plus proches de la position réelle des cyclones que celles du modèle ENS, le principal modèle physique basé sur l'ensemble de l'ECMWF (Centre européen de prévision météorologique à moyen terme). En termes d'intensité, le modèle IA a surpassé la moyenne des erreurs d'intensité du système d'analyse et de prévision de cyclones de la NOAA (Administration nationale océanique et atmosphérique), connu sous le nom de HAFS. De plus, le modèle IA est capable de générer des prévisions de 15 jours en environ une minute sur une seule puce informatique spécialisée, contre plusieurs heures pour les modèles physiques traditionnels. Cette avancée majeure a conduit à un partenariat entre Google DeepMind et le NHC. Pour la première fois, l'agence fédérale intégrera des prévisions expérimentales basées sur l'IA dans son flux de travail opérationnel. Ferran Alet, un chercheur chez DeepMind, a expliqué lors d'une conférence de presse que ce partenariat permet aux prévisionnistes humains de visualiser les prédictions de l'IA en temps réel, ce qui pourrait améliorer la précision des prévisions et permettre des avertissements plus précoce. Dr. Kate Musgrave, une chercheuse indépendante à l'Institut coopératif de recherche atmosphérique de l'université d'État du Colorado, a évalué le modèle de DeepMind et a constaté qu'il présentait une compétence "comparable ou supérieure aux meilleurs modèles opérationnels pour la trajectoire et l'intensité". Weather Lab propose également des prévisions historiques couvrant plus de deux ans, permettant aux experts de juger de la performance du modèle sur toutes les bassins océaniques. L'exemple de l'ouragan Otis en 2023, qui s'est intensifié rapidement avant de frapper le Mexique, a particulièrement impressionné les prévisionnistes du NHC. Tom Anderson, ingénieur de recherche chez DeepMind, a montré comment le modèle avait anticipé une intensification précoce de l'ouragan, là où les modèles traditionnels avaient prévu une faiblesse persistante. Peter Battaglia, directeur de recherche chez DeepMind, a souligné l'importance de ce partenariat pour l'application pratique de l'IA dans la prévision météorologique. Bien que Weather Lab soit actuellement un outil de recherche, l'objectif est de contribuer à un bien public essentiel : la météo. DeepMind collabore également avec d'autres instituts de recherche, tels que l'Institut coopératif de recherche atmosphérique de l'université d'État du Colorado, ainsi que des chercheurs au Royaume-Uni et au Japon, pour améliorer ses modèles météorologiques. La mise en place de ces prévisions IA en temps réel pendant la saison 2025 de cyclones dans l'Atlantique, qui a déjà commencé, constitue un test crucial. Si les résultats sont positifs, cela pourrait marquer une étape importante dans la lutte contre les cyclones tropicaux, en fournissant des prévisions plus précises et plus rapides, essentielles pour la protection des populations côtières vulnérables. En effet, les changements climatiques pourraient intensifier le comportement des cyclones, rendant la précision des prévisions encore plus cruciale. En conclusion, le lancement de Weather Lab et le partenariat entre Google DeepMind et le NHC représentent une avancée significative dans le domaine de la prévision météorologique. Ces développements soulignent le potentiel de l'IA pour améliorer la sécurité des communautés en fournissant des prévisions plus précises et plus rapides, tout en soulignant l'importance de la collaboration entre les secteurs privé et public pour optimiser ces technologies.