• Le programme d'IA GraphCast de DeepMind a correctement prédit l'atterrissage de l'ouragan Beryl au Texas, surpassant les méthodes de prévision traditionnelles.
  • Cette technologie fournit des prévisions météorologiques rapides et précises, transformant potentiellement les pratiques mondiales de prévision météo.

NOTRE AVIS
Le succès des modèles d'IA comme GraphCast dans la prédiction de la trajectoire de l'ouragan Beryl illustre des avancées significatives dans la prévision météorologique. Cette nouvelle approche non seulement accélère les délais de prévision, mais améliore également la précision, offrant des informations précieuses qui pourraient améliorer la préparation et la réponse aux catastrophes.
— Zoey Zhu, BTW reporter Voir aussi: IPv4.Global remporte le prix d'or du mérite pour les services télécoms.

Ce qui s'est passé

Alors que l'ouragan Beryl s'approchait des Caraïbes début juillet, les agences météorologiques européennes traditionnelles prévoyaient des atterrissages potentiels au Mexique en se basant sur des données mondiales étendues et des supercalculateurs. Cependant, un modèle d'IA développé par DeepMind, connu sous le nom de GraphCast, a fourni une prédiction alternative d'un atterrissage au Texas, en s'appuyant uniquement sur des modèles atmosphériques appris précédemment.

Beryl a frappé le Texas avec des effets dévastateurs, provoquant des inondations, des pannes de courant et au moins 36 décès le 8 juillet. Les prévisions précises du modèle d'IA, générées en quelques minutes, ont mis en évidence une évolution vers des prévisions météorologiques plus rapides et plus précises. GraphCast a surpassé les modèles traditionnels du Centre européen pour les prévisions météorologiques à moyen terme (ECMWF) en prédisant la trajectoire de la tempête avec plus de précision. Cette performance souligne le potentiel croissant de l'IA dans la prévision météorologique, car GraphCast a été entraîné sur quatre décennies de données météorologiques et peut générer des prévisions plus rapidement que les supercalculateurs conventionnels. Voir aussi: Ziggo Group nomme ses dirigeants avant l'introduction en Bourse à Amsterdam en 2027.

À lire aussi: TSMC relève ses prévisions de revenus dans un pari confiant sur l'essor de l'IA

À lire aussi: L'IA a prédit le champion de la Premier League, mais était-ce juste de la chance ?

Pourquoi c'est important

Les prévisions météorologiques pilotées par l'IA représentent un changement transformateur en météorologie. Les prévisions traditionnelles reposent sur des supercalculateurs et des données massives, ce qui peut prendre du temps et être moins adaptable aux conditions qui évoluent rapidement. En revanche, les modèles d'IA comme GraphCast offrent des prévisions plus rapides et plus précises en apprenant à partir de données historiques et en reconnaissant des motifs avec une grande précision. Voir aussi: Pourquoi les CFO, pas seulement les CTO, devraient se soucier de leur inventaire IP.

La rapidité et la précision des prévisions par IA pourraient grandement améliorer la préparation et la réponse aux catastrophes, sauvant potentiellement des vies et atténuant les dégâts lors d'événements météorologiques violents. Par exemple, des prévisions plus rapides peuvent conduire à des évacuations plus opportunes et à des décisions de sécurité publique mieux informées. De plus, les modèles d'IA peuvent fonctionner sur des ordinateurs de bureau standard, rendant les prévisions météorologiques avancées plus accessibles par rapport aux supercalculateurs coûteux traditionnellement utilisés. Cette accessibilité pourrait démocratiser la prévision météorologique et permettre une utilisation plus large des technologies prédictives avancées. Voir aussi: T-Mobile nommé partenaire 5G officiel du golf américain.