L’intelligence artificielle (IA) est un domaine en extension constante, et cette fois il vient bouleverser le domaine météorologique. Créé par Google DeepMind, GenCast est capable de prédire la météo avec une précision surprenante.
Une révolution pour la prédiction météorologique
Alors que les modèles traditionnels peinent à offrir des prévisions fiables au-delà de dix jours, GenCast peut prédire avec précision les conditions météorologiques courantes, mais aussi les événements climatiques extrêmes, sur une période de 15 jours.
Reposant sur des approches probabilistes innovantes, GenCast génère plusieurs scénarios météorologiques simultanés. Par exemple, au lieu d’annoncer simplement qu’il « pleuvra demain », GenCast précise qu’il y a 70 % de chances de pluie à 15 heures.
Cerise sur le gâteau, GenCast ne requiert pas de supercalculateurs pour fonctionner efficacement. Des configurations beaucoup plus compactes et moins coûteuses suffisent amplement au modèle pour produire des prévisions en quelques minutes.
Today in @Nature, we’re presenting GenCast: our new AI weather model which gives us the probabilities of different weather conditions up to 15 days ahead with state-of-the-art accuracy. ☁️⚡
— Google DeepMind (@GoogleDeepMind) December 4, 2024
Here’s how the technology works. 🧵https://t.co/PWCNWbQnlU pic.twitter.com/6DTrmn64Jq
Un remplacement de l’humain ?
Si GenCast surpasse les capacités prédictives des humains, il ne signe pas pour autant la fin du besoin humain.
En effet, les météorologues continuent de jouer un rôle indispensable dans l’interprétation et la communication des données météorologiques. L’intelligence artificielle peut indiquer une probabilité de cyclone, c’est à un expert de traduire cette information et de la communiquer clairement aux autorités. Kerry Emanuel, chercheur au MIT, l’affirme : « La collaboration entre l’IA et les humains sera essentielle pour maximiser l’impact positif de ces avancées. »
GenCast représente donc une aide précieuse, plutôt qu’un outil miracle. Son automatisation de certaines tâches facilite l’analyse stratégique des météorologues.
Un coût énergétique problématique
Pour autant, un défaut principal réside dans la conception de GenCast : son empreinte carbone. Les modèles d’IA nécessitent d’énormes quantités d’énergie, et bien que DeepMind ait conçu GenCast pour être moins gourmands que ses homologues traditionnels, le problème demeure.
La consommation énergétique des modèles IA est une préoccupation grandissante, particulièrement dans un contexte où chaque tonne de CO₂ émise compte. DeepMind affirme travailler activement pour minimiser cet impact, notamment en optimisant ses algorithmes et en explorant des sources d’énergie renouvelable.
Si cet article vous a plu et si vous envisagez une carrière dans la Data Science ou tout simplement une montée en compétences dans votre domaine, n’hésitez pas à découvrir nos offres de formations ou nos articles de blog sur DataScientest.
Source : deepmind.google
