Une équipe de chercheurs de l'Université de Californie à San Diego a développé un premier agent d'intelligence artificielle nommé Zephyrus, conçu pour transformer l'étude de la météorologie et du climat. Ce projet, présenté lors de la 14e conférence internationale sur les représentations d'apprentissage (ICLR) à Rio de Janeiro, vise à combler le fossé entre les modèles de prévision météorologique basés sur l'IA et les utilisateurs humains. Ces modèles, bien que performants pour générer des données, ont longtemps échoué à expliquer leurs résultats en langage naturel ou à raisonner sur des documents textuels tels que des bulletins météo. Zephyrus fonctionne comme un intermédiaire intelligent capable d'interpréter les requêtes en langage naturel. Lorsqu'un utilisateur pose une question, le système transforme la demande en un bloc de code informatique qui est ensuite exécuté par un serveur spécialisé. Ce serveur orchestre divers outils pour analyser les données complexes et retourne les résultats à l'agent, qui traduit ensuite ces informations brutes en une réponse claire et accessible. Si nécessaire, l'agent peut générer de nouveaux codes pour affiner ses analyses avant de répondre. Cette architecture permet de raisonner simultanément avec des ensembles de données massifs et des informations textuelles, une tâche jusqu'alors difficile pour les modèles existants. Les tests initiaux démontrent que Zephyrus excelle dans des tâches simples, telles que la localisation de zones avec des conditions météorologiques spécifiques ou la prévision pour des lieux et moments donnés. Cependant, l'agent montre encore des limites lorsqu'il s'agit de détecter des événements extrêmes ou de générer des rapports complets. Les chercheurs ont évalué quatre modèles de langage de pointe pour alimenter Zephyrus et ont constaté une précision similaire pour chacun. Pour les prochaines itérations, l'équipe prévoit d'utiliser des jeux de données plus volumineux et de régler spécifiquement des modèles open-source sur des tâches liées au climat. L'objectif principal de cette innovation est de démocratiser les sciences de la Terre en réduisant les barrières techniques à l'analyse des données. Duncan Watson-Parris, co-auteur de l'étude, souligne que cette approche accélère considérablement la capacité à raisonner sur des données multimodales, facilitant ainsi le travail des étudiants et des jeunes chercheurs. Rose Yu, également co-auteure, décrit Zephyrus comme une étape cruciale vers la création de « co-scientifiques » numériques. Ces agents permettront à des chercheurs du monde entier d'accéder et d'analyser des données critiques sur le temps et le climat à des vitesses inédites. Les enjeux dépassent la simple météorologie, avec des implications profondes pour l'agriculture, la préparation aux catastrophes, les transports et la gestion de l'énergie. En rendant les prévisions complexes plus accessibles, cette technologie pourrait accélérer la prise de décision dans des secteurs vitaux. Bien que des améliorations soient encore nécessaires, notamment pour gérer les phénomènes extrêmes, cette recherche marque un premier pas majeur vers l'intégration fluide de l'intelligence artificielle dans les processus scientifiques climatiques, promettant d'ouvrir de nouvelles perspectives pour la compréhension de notre planète.