GenCast, une intelligence artificielle développée par Google DeepMind, est capable de prévoir la météo sur une période de 15 jours avec une précision inégalée, permettant ainsi de sauver des vies face à la multiplication des catastrophes climatiques. C’est en tout cas ce que promet Google.
De meilleures prévisions météo avec l’IA
Le modèle GenCast inventé par DeepMind, le laboratoire de recherche en IA de Google, a montré de meilleures capacités de prévision que l’actuel modèle de référence, selon Google.
Le modèle utilise des données historiques de quatre décennies (de 1979 à 2018) fournies par l’archive ERA5 de l’ECMWF (Centre européen pour les prévisions météorologiques à moyen terme). En s’appuyant sur ces informations, il est capable d’analyser et de prédire des phénomènes complexes tels que les cyclones tropicaux, les vagues de chaleur et de froid, ainsi que les tempêtes de vent, avec une précision notable. Lors de tests comparatifs, GenCast a surpassé le système de prévision en ensemble de l’ECMWF, en offrant des prévisions plus exactes dans 97,2% des cas.
Ce modèle se distingue également par sa rapidité. En seulement 8 minutes, un seul processeur TPU de Google Cloud v5 peut générer un ensemble de prévisions pour 15 jours. Cela contraste avec les méthodes traditionnelles, qui nécessitent des supercalculateurs et plusieurs heures de traitement.
Pour les chaleurs et les vents
Pour le typhon Hagibis
GenCast bientôt disponible en open source
GenCast ouvre également de nouvelles perspectives pour des domaines comme l’énergie renouvelable, où une meilleure prévision du vent peut accroître la fiabilité de l’énergie éolienne. Le modèle sera bientôt mis à disposition en open source, permettant ainsi à la communauté scientifique et aux entreprises d’intégrer ces prévisions dans leurs propres systèmes et recherches.
À l’arrivée, ce modèle d’IA représente une avancée majeure dans la prévision météorologique, combinant l’intelligence artificielle et la météorologie traditionnelle pour offrir des prévisions plus fiables et utiles, cruciales pour anticiper les événements climatiques extrêmes et protéger les populations.
