DeepMind propose une innovation majeure en matière de prévision météorologique avec son nouveau modèle de prévision météorologique basé sur l'intelligence artificielle, GenCast. Ce modèle, annoncé par l'entreprise sur le blog Google Keyword, est considéré comme une étape révolutionnaire dans la prévision des événements météorologiques en fournissant des prévisions plus rapides et plus précises que les méthodes traditionnelles. GenCast fournit des résultats efficaces dans un large éventail de domaines, de la prévision d'événements météorologiques extrêmes aux prévisions météorologiques quotidiennes, et il est prévu que cette technologie soit utilisée dans de nombreux domaines de la société à l'avenir.
Ces dernières années en particulier, alors que la fréquence et la gravité des catastrophes naturelles ont augmenté en raison des effets du changement climatique, le besoin de meilleurs systèmes de prévision météorologique est devenu de plus en plus important. Par exemple, l’ouragan Helene, qui a frappé la Floride l’année dernière, a été considéré comme l’une des tempêtes les plus destructrices des dernières décennies. Dans de tels cas, la précision des systèmes d’alerte précoce peut sauver des vies. C’est exactement là qu’interviennent les technologies avancées d’intelligence artificielle telles que GenCast.
Caractéristiques et réalisations de GenCast
Le modèle GenCast de DeepMind a été formé avec 40 ans de données météorologiques de haute qualité fournies par le Centre européen pour les prévisions météorologiques à moyen terme (ECMWF). Ce modèle produit des prédictions probabilistes, présentant non seulement une seule possibilité mais également divers scénarios sous forme d'expressions en pourcentage. De cette manière, les utilisateurs ont la possibilité d'évaluer non seulement le « scénario le plus probable », mais également d'autres situations météorologiques possibles.
Le succès de GenCast lors des tests est tout à fait remarquable. Le modèle a été comparé au système ENS existant du CEPMMT sur des données de prévision sur 15 jours de 2019 et il a été constaté que GenCast donnait des résultats 97,2 % plus précis. En fait, ce taux de précision atteint jusqu'à 99,8 % pour les prévisions dépassant 36 heures. Il ne s’agit pas seulement d’une réussite scientifique, mais aussi d’une innovation qui trouve des applications dans de nombreux domaines de la vie quotidienne.
Une autre caractéristique remarquable de GenCast est sa vitesse de traitement. Alors que les modèles traditionnels basés sur la physique produisent des résultats en quelques heures à l'aide de superordinateurs, GenCast peut générer une prévision sur 15 jours en seulement huit minutes avec une unité de traitement TPU v5. Cette rapidité constitue un avantage considérable, notamment dans les situations où le temps est critique dans des secteurs tels que l'énergie, l'agriculture et la gestion des catastrophes.
Cependant, il n’est actuellement pas possible d’affirmer que GenCast fournit d’excellents résultats dans tous les événements météorologiques. Certains aspects du modèle doivent être améliorés, notamment en ce qui concerne la prévision de l'intensité des ouragans. L’équipe DeepMind continue de travailler pour remédier à ces lacunes et vise à obtenir de meilleurs résultats dans la prévision de tels événements météorologiques extrêmes à l’avenir.
Malgré cela, GenCast est déjà disponible en tant que modèle open source, ce qui signifie que cette technologie peut être utilisée par une communauté de recherche plus large. En partageant des exemples de codes sur GitHub, DeepMind permet aux communautés académiques et commerciales d'explorer le potentiel de GenCast. De plus, les prédictions de ce modèle devraient être bientôt disponibles sur la plateforme Google Earth.
Après tout, GenCast n’est pas seulement une innovation technologique, il est considéré comme une avancée très attendue dans la prévision météorologique. La précision, la rapidité et l'approche probabiliste offertes par ce modèle pourraient avoir un impact à l'avenir dans des domaines tels qu'une meilleure préparation aux catastrophes, la gestion de l'énergie et les pratiques agricoles. Ce rôle de l’intelligence artificielle dans la prévision météorologique ouvrira de nouvelles portes de recherche aux scientifiques et aux technologues.
