Une équipe de chercheurs de Google DeepMind, en collaboration avec des instituts américains et britanniques, a mis au point WeatherNext Cyclones, un modèle d'intelligence artificielle dédié à la prévision opérationnelle des cyclones tropicaux. Publiée en 2026 dans la revue Nature, cette recherche présente un système capable de générer des ensembles de prévisions mondiales s'étendant sur quinze jours. Entraîné à partir de données atmosphériques globales et d'une base historique de tempêtes, WN-C prédit avec précision la trajectoire, l'intensité et l'étendue des vents. Contrairement aux méthodes classiques qui exigent des résolutions spatiales très fines, le modèle fonctionne efficacement avec des données plus grossières. Cette découverte indique que l'atmosphère contient davantage de signaux liés à l'intensité des cyclones qu'on ne le supposait, permettant d'obtenir des résultats de pointe sans alourdir considérablement les calculs. Les tests réalisés sur les cyclones survenus entre 2023 et 2025 confirment que WN-C offre plus d'un jour d'avance sur les meilleurs modèles opérationnels actuels. Cette avancée en précision équivaut aux progrès enregistrés sur une décennie, mais grâce à une architecture plus légère. Le système peut également produire jusqu'à mille scénarios de prévision, contre cinquante pour les outils conventionnels, ce qui améliore considérablement la détection des phénomènes rares. En combinant les prévisions de WN-C avec des algorithmes de consensus, les météorologues obtiennent des résultats encore plus fiables. Cette technologie évolutive représente une étape majeure pour la prévision météorologique opérationnelle. En fournissant des données plus précoces et plus exactes, elle pourrait significativement renforcer les systèmes d'alerte, protéger les populations exposées et atténuer les conséquences humanitaires et économiques des cyclones tropicaux.