Un modèle d'IA de Microsoft surpasse à son tour des prévisions météo traditionnelles

Un modèle d’intelligence artificielle (IA) de Microsoft a obtenu des prévisions météorologiques à 10 jours plus précises et à moindre coût que les modèles traditionnels des grandes agences internationales, selon des résultats publiés mercredi dans la revue scientifique de référence Nature.

Ces performances expérimentales, non disponibles pour le grand public, sont une nouvelle percée dans l’ère ouverte en 2023 par le modèle d’IA Pangu-Weather de Huawei, alors que les grandes agences s’efforcent de produire des prévisions plus fiables des événements extrêmes, coûteux en vies humaines et en destructions et déjà accentués par la réchauffement climatique. Google avait aussi annoncé l’an dernier avoir battu les modèles habituels avec un modèle d’apprentissage IA.

En l’occurrence, le modèle d’apprentissage Aurora de Microsoft « surpasse les prévisions opérationnelles en matière de prévision de la qualité de l’air, des vagues océaniques, des trajectoires des cyclones tropicaux et des conditions météorologiques haute résolution, le tout à un coût de calcul » nettement inférieur, rapportent les chercheurs dans leurs résultats publiés par Nature.

Selon ses concepteurs, Aurora, en resimulant des situations du passé récent, est ainsi le premier modèle IA à avoir systématiquement mieux appréhendé la trajectoire à 5 jours de cyclones dévastateurs que sept centres de prévisions, dont le Centre américain des ouragans.

Dans sa simulation, Aurora a ainsi correctement prévu avec 4 jours d’anticipation que Doksuri, le plus coûteux typhon du Pacifique à ce jour (plus de 28 milliards de dollars) allait frapper les Philippines alors que les prévisions officielles de l’époque, en 2023, le voyait se diriger au nord de Taïwan.

Le modèle IA de Microsoft a également dépassé dans 92% des cas la qualité des prévisions mondiales, à 10 jours et sur une échelle d’environ 10 km2, établies par le modèle du Centre européen de prévisions météorologiques à moyen terme (ECMWF, en anglais).

L’ECMWF, qui fournit des prévisions pour 35 pays d’Europe, est considéré comme la référence mondiale en matière de précision météorologique.

En décembre, Google avait annoncé que son modèle GenCast avait dépassé la précision du centre européen dans plus de 97% des 1.320 désastres climatiques répertoriés en 2019.

Ces performances prometteuses, mais encore expérimentales et seulement testées sur des données passées, sont scrutées de près par les agences météo, dont plusieurs comme Météo-France développent leur propre modèle d’apprentissage IA en parallèle des modèles numériques traditionnels.

« C’est quelque chose qu’on a pris à bras-le-corps », déclare à l’AFP Florence Rabier, la directrice générale de l’ECMWF, annonçant avoir mis à disposition de ses Etats membres en février son « premier modèle » d’apprentissage, « à peu près 1.000 fois moins coûteux en temps calcul que le modèle physique » traditionnel.

Ce modèle produit pour l’heure des prévisions à une échelle d’environ 30 km2, certes moins fine que celles d’Aurora, mais déjà opérationnelles, entre les mains au quotidien des prévisionnistes officiels.