Google améliore ses prévisions météorologiques grâce à un nouveau modèle d’intelligence artificielle. Jusqu’à présent, ces travaux étaient principalement expérimentaux, mais la société annonce désormais intégrer ces prévisions dans ses produits comme une fonctionnalité concrète et fiable. « Nous sortons cette technologie du laboratoire et la mettons véritablement à la disposition des utilisateurs, en laissant derrière nous son caractère expérimental, car nous avons confiance en son efficacité et en sa pertinence », a déclaré Peter Battaglia, directeur senior de la recherche et de la durabilité chez Google DeepMind, lors d’une conférence avec la presse. Le nouveau modèle, baptisé WeatherNext 2, est huit fois plus rapide que son prédécesseur et atteint une précision remarquable pour 99,9 % des variables météorologiques, comme la température ou les vents. Il peut générer des centaines de scénarios possibles à partir d’un seul point de départ en moins d’une minute, grâce à une puce TPU de Google. Cette performance serait normalement inatteignable avec les modèles traditionnels basés sur la physique, qui nécessitent plusieurs heures sur un superordinateur pour produire une seule prévision. Contrairement aux modèles classiques, qui tentent de simuler les lois physiques complexes de l’atmosphère, les modèles d’IA comme WeatherNext 2 analysent des données historiques pour repérer des motifs et prédire l’évolution du temps. Pour optimiser ce processus, Google a adopté une approche innovante appelée Functional Generative Network (FGN). Contrairement aux anciens modèles d’IA qui nécessitaient plusieurs itérations pour produire une seule prévision, FGN intègre un bruit contrôlé — une forme de hasard ciblé — à chaque entrée. Cela permet au modèle de générer simultanément de multiples scénarios possibles en une seule étape, rendant le processus bien plus efficace. Grâce à ces progrès, WeatherNext 2 peut produire des prévisions jusqu’à 15 jours à l’avance, avec une granularité horaire. Cette précision et cette rapidité devraient particulièrement intéresser les secteurs de l’énergie, de l’agriculture, des transports, de la logistique et d’autres industries où les décisions dépendent fortement des conditions météorologiques. « Nous avons constaté que nos clients dans ces domaines sont très intéressés par des prévisions à pas d’une heure, car elles leur permettent de prendre des décisions plus précises », a souligné Akib Uddin, responsable produit chez Google Research. Le modèle est désormais intégré à des services comme Maps, Search, Gemini et l’application Weather sur les smartphones Pixel. Google propose également un programme d’accès anticipé pour les entreprises souhaitant personnaliser leurs modèles. Les données météorologiques sont également disponibles via Google Earth Engine pour l’analyse géospatiale et BigQuery pour des analyses à grande échelle. Bien que Google soit en avance dans ce domaine, il n’est pas seul. Des organisations comme le Centre européen de prévisions météorologiques à moyen terme (ECMWF), ainsi que des entreprises comme Nvidia et Huawei, développent également leurs propres modèles d’IA météorologique, faisant de ce domaine une bataille technologique en pleine expansion.