ft.com détecté sur le web

L'IA de prévision météo à l'épreuve d'un El Niño historique

Climate Generative AI ai-business

TL;DR

  • Selon le FT, l'IA de prévision météo affronte son premier grand test en conditions réelles avec un El Niño historique.
  • Les modèles IA, dont GraphCast de Google DeepMind, sous-estiment l'intensité et la fréquence des événements record de chaleur, de froid et de vent.
  • Sur ces extrêmes record, le modèle numérique HRES du Centre européen surpasse encore GraphCast, Pangu-Weather et Fuxi.

L'IA de prévision météo entame son premier test grandeur nature. Selon le Financial Times, l'épisode El Niño historique en cours constitue l'épreuve en conditions réelles de modèles déjà mobilisés sur tout, du feu de forêt au contrat à terme, avec GraphCast de Google DeepMind parmi les systèmes les plus largement utilisés. L'alerte s'ajoute aux 32 autres récits IA-climat que nous avons suivis ces trois derniers mois.

Des scientifiques, cités par le journal, questionnent la fiabilité de ces outils dans un régime extrême. Le cœur du doute porte un nom, le « problème d'extrapolation » : des IA entraînées sur des données 1979-2017 tendent à sous-dimensionner les records à venir. En comparant les sorties IA à un modèle physique de référence, le FT résume ainsi le constat : « AI systems tend to underestimate the intensity and frequency of record-breaking heat, cold and wind events ».

Des travaux relus par les pairs convergent. Sur les extrêmes qui battent les records, le modèle numérique HRES du Centre européen pour les prévisions météorologiques à moyen terme surpasse encore des IA de pointe comme GraphCast, Pangu-Weather et Fuxi.

L'IA gagne sur la vitesse et la précision moyenne ; elle cale là où le passé observé n'est plus un guide fiable. Selon le journal, l'adoption s'étend déjà des bulletins publics aux contrats à terme et aux dispositifs anti-incendie, soit des contextes où la fiabilité des sorties modèle n'est plus un enjeu académique.