L’article du Financial Times traite d’une avancée significative dans les prévisions météorologiques réalisée par le modèle d’IA de Google DeepMind, GraphCast. Pour la première fois, ce système d’IA a surpassé les méthodes de prévision traditionnelles. L’évaluation a montré que GraphCast était plus précis que le Centre européen pour les prévisions météorologiques à moyen terme (ECMWF), le principal système conventionnel, pour prédire la météo jusqu’à 10 jours à l’avance, excellant dans 90 % des 1 380 mesures utilisées.
GraphCast utilise une architecture d’apprentissage automatique connue sous le nom de réseau neuronal graphique et a été formé sur plus de 40 ans de données du CEPMMT. Il produit des prévisions sur 10 jours en seulement une minute sur un seul ordinateur cloud Google TPU v4, ce qui est bien plus économe en énergie que le processus énergivore des méthodes conventionnelles. Un exemple de sa précision a été mis en évidence avec l’ouragan Lee, où GraphCast a prédit son arrivée en Nouvelle-Écosse neuf jours à l’avance, trois jours plus tôt que les méthodes traditionnelles.
Malgré ces progrès, les modèles d’IA comme GraphCast sont toujours confrontés à des défis, comme le montre la prévision de l’intensification de l’ouragan Otis. Les développements futurs incluent la combinaison de l’IA avec des méthodes traditionnelles pour améliorer la précision et tenir compte du changement climatique. Le Met Office britannique, en collaboration avec l’Institut Alan Turing, travaille également au développement de son propre réseau neuronal graphique pour les prévisions météorologiques.
