Une nouvelle IA de génération de vidéos publicitaires et un système autonome qui va prendre le contrôle de notre ordinateur, je parle du projet Jarvis, l’équipe de Google DeepMind espère devenir meilleur que le Centre européen pour les prévisions météorologiques à moyen terme en prédiction de la météo avec le programme GenCast. L’initiative est intéressante, je pense puisqu’elle nous permet d’avoir un œil sur les prévisions météorologiques. Mais encore faut-il tenir cette promesse de mieux prédire la météo avec plus de précision que les systèmes actuels.
Dans ce contexte justement, GenCast a obtenu un score de 20 % supérieur à celui du ECMWF en termes de prévisions ENS.
Pour ceux qui ne connaissent pas, l’ENS n’est autre qu’un système que le centre européen pour les prévisions météorologiques utilise pour prédire les conditions sur une période de 15 jours. Entre autres, il inclut en effet certains évènements tels que les fortes pluies et les vents violents.
Pour ce qui est de GenCast, les équipes de DeepMind affirment qu’il ne va pas remplacer les outils de prévision traditionnels.
L’objectif est de soutenir l’ECMWF tout en leur apportant plus d’éclaircissements pour que les entreprises puissent, par exemple, prévoir la quantité d’énergie à produire. Du moins pour celles qui exploitent l’énergie éolienne.
Plus performant que les prévisions ENS ?
Il y avait apparemment une comparaison entre les résultats des prévisions ENS et ceux de GenCast de Google.
Les prévisions de GenCast étaient en effet plus précises en ce qui concerne les trajectoires des cyclones et des ouragans. Mais aussi par rapport aux éventuels endroits où ces derniers toucheraient terre.
Ilan Price, chercheur chez DeepMing, souligne que même à court terme, GenCast va compléter les approches que l’on utilise généralement dans les prévisions météorologiques.
L’explication de DeepMind sur cette performance de GenCast, c’est que les systèmes traditionnels sont basés sur la physique.
Leur IA de prévision de la météo, de son côté, a été formé et entraîné sur 40 ans de données datant de 1979 à 2018.
Toujours d’après l’équipe de DeepMind, ces données incluent plusieurs éléments clé à la prévision des conditions météos.
Il s’agit notamment de la vitesse du vent, de la pression, de la température et de l’humidité.
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
Plusieurs systèmes d’IA de prévision météorologique pour en arriver à GenCast
Ce n’est pas la première fois que Google tente de soutenir les services de prévisions météorologiques.
Récemment, au mois de juillet, Google DeepMind a déjà dévoilé le projet NeuralGCM, un système qui combine la physique traditionnelle et l’IA pour la modélisation climatique et les prévisions à long terme.
En 2023, l’équipe a également développé un système d’IA de prévisions météorologiques baptisé GraphCats.
Mais cette fois-ci, le système ne produit qu’une seule prévision à la fois. GenCast va alors s’appuyer sur GraphCast pour pouvoir générer une cinquantaine de prévisions basées sur l’IA.
Aujourd’hui, un porte-parole de l’ECMWF affirme qu’ils utilisent déjà des composants de GenCast dans leurs prévisions.
De mon côté, je me demande si Google a pensé à doter GenCast d’une capacité à prédire certains phénomènes comme l’effet papillon.
L’avenir nous le dira. Pour l’instant, on va voir si l’IA est vraiment fiable dans la prévision météorologique. Si oui, pour combien de temps ?
- Partager l'article :
Restez à la pointe de l'information avec
INTELLIGENCE-ARTIFICIELLE.COM !
