Chronique
L’IA fait la pluie et le beau temps sur la météo
Pour prévoir le temps qu’il fera dans 15 jours, le modèle GenCast puise ses connaissances dans un vaste océan de données enregistrées sur quatre décennies. Cela revient à lire le passé pour décrire le futur.
Grâce à ses capacités de traitement et d’analyse des données, l’intelligence artificielle a réussi à développer une véritable force d’anticipation. Des pouvoirs qui l’ont naturellement poussée sur le terrain hautement incertain des prévisions météorologiques.
Jusqu’à présent, les ingénieurs chargés de nous annoncer la pluie et le beau temps pouvaient nous offrir une visibilité sur une semaine, avec un degré de fiabilité plus ou moins important.
Mais ça, c’était avant ! Avant l’annonce faite il y a quelques jours par Google, le géant américain du net qui compte bien résister à la tempête Open AI, déferlant sur le marché des requêtes sur internet.
À travers DeepMind, le moteur de recherche est en mesure de prédire la couleur du ciel sur une période de 15 jours.
Une véritable prouesse pour ce laboratoire acquis il y a une décennie et qui fut co-fondé par Demis Hassabis, lauréat, cette année s’il vous plaît, du prix Nobel de Chimie pour ses travaux sur la structure des protéines via l’IA. De quoi bouleverser en profondeur un secteur jusqu’alors dominé par l’expertise humaine.
À l’origine de ce nouveau vent qui souffle sur l’environnement de l’analyse des données, un modèle baptisé GenCast.
Confronté aux capacités du Centre européen de prévisions météorologiques, considéré comme la référence mondiale en la matière, ce programme s’est avéré à la fois plus efficace et plus précis.
Un résultat qui s’est vérifié dans 97% des cas, sur plus de 1.300 phénomènes climatiques d’envergure répertoriés en 2019.
Pour afficher de telles performances, l’outil conçu par l’entreprise californienne puise sa connaissance dans un vaste océan de données : des pressions atmosphériques, des trajectoires de tornades ou encore des températures maritimes enregistrées sur quatre décennies (1979-2018) dans le monde entier.
Dès lors, sur une région donnée, il ne lui faut que 8 minutes chrono pour générer un bulletin détaillé, contre plusieurs heures à l’échelle humaine.
Un gain de temps précieux, lorsqu’il s’agit de prévenir des catastrophes naturelles, telles que l’Ouragan Hélène qui a balayé la Floride en septembre dernier, ou des phénomènes météorologiques extrêmes, tels que la canicule de l’été dernier dans le Royaume.
Pour les pouvoirs publics, c’est l’assurance d’une meilleure vigilance et de réponses plus efficaces face aux risques de catastrophes naturelles, afin de protéger les populations et sauver des vies.
Ceci d’autant plus que les situations périlleuses risquent fort de se multiplier à l’avenir, au regard des effets du réchauffement de la planète sur les changements climatiques.
Des avancées qui soulèvent cependant des interrogations, comme dans de nombreux autres domaines d’activité, sur la cohabitation entre l’humain et la machine.
Dans ce segment cependant, les météorologistes, habitués à intégrer les innovations dans leurs activités au cours de ces dernières années, auront à cœur de faire de la place à cette nouvelle technologie.
Les réticences seront donc marginales vis-à-vis de ces possibilités phénoménales qui se profilent à l’horizon, avec sans doute en tête la nécessité d’en faire un usage durable.
Car aussi efficace soit-elle, pour nous permettre d’être dans l’air du temps lorsqu’on sort de chez soi, l’intelligence artificielle ne doit pas nous faire oublier qu’elle pèse de tout son poids sur le climat.
Et cela aussi, il faudra que l’IA le prévoie, à une échéance bien supérieure à 15 jours.
