Google lève le voile sur son modèle d'IA GenCast dédié aux prévisions météorologiques

Les avancées en matière d'intelligence artificielle, et plus particulièrement d'IA générative, poussent les entreprises à multiplier les cas d'usage des plus simples aux plus complexes, avec pour visée de faciliter le quotidien de chacun. Google, qui a fait part d'un certain nombre d'annonces cette semaine, a dévoilé un modèle d'IA dédié aux prévisions météorologiques. Baptisé GenCast, ce dernier peut donner les probabilités de différentes conditions météorologiques jusqu'à 15 jours à l'avance "avec une précision de pointe", assure le géant.

Partant du constat que la météo affecte presque tout, "de notre vie quotidienne à l'agriculture en passant par la production d'énergie renouvelable et bien plus encore", les chercheurs de Google DeepMind ont cherché un moyen d'accéder à des prévisions en quelques minutes. "Notre modèle d'IA précédent était capable de fournir une seule estimation optimale de la météo future. Mais il est impossible de la prévoir avec exactitude", rappellent-ils.

Générer un scénario de 15 jours en l'espace de 8 minutes

GenCast adopte une approche probabiliste des prévisions. Il est capable de faire 50 prédictions ou plus sur la façon dont la météo pourrait changer, montrant ainsi la probabilité de différents scénarios. Ce modèle de diffusion, similaire aux modèles de ML qui alimentent également l'IA générative, a été entraîné sur pas moins de 40 ans de données historiques de l'European Centre for Medium-Range Weather Forecasts (ECMWF) qui comprenait des variables telles que la température, la vitesse du vent et la pression à différentes altitudes, et d'autres paramètres lui permettant d'assimiler les modèles météorologiques mondiaux.

Aujourd'hui, GenCast est capable de générer un scénario unique de 15 jours en 8 minutes sur une seule puce TPU. En matière de prévision de chaleur extrême, de froid et de vents violents, les chercheurs affirment qu'il a "systématiquement surpassé les meilleures prévisions opérationnelles actuelles". Il peut également fournir des prévisions de meilleure qualité sur les trajectoires des cyclones tropicaux, jusqu'à 5 jours à l'avance.

Prévenir les catastrophes naturelles, nouveau mantra des géants de la tech

Dans son approche de transparence, l'équipe de chercheurs indique que le code du modèle GenCast est publié et disponible auprès du public tandis que des prévisions en temps réel et historiques seront prochainement publiées. Bien sûr, Google n'est pas le premier à s'aventurer sur ce terrain. D'autres avant lui ont planché sur le sujet et publié des modèles similaires, certains ayant déjà été mis en pratique.

C'est le cas de Microsoft qui a récemment publié Aurora, son propre modèle de fondation à grande échelle capable d'analyser plus d’un milliard de paramètres atmosphériques. Avec, l’objectif est d’atténuer les dégâts provoqués par des évènements météorologiques, notamment les catastrophes naturelles, en fournissant des prévisions précises sur cinq à dix jours.

Huawei, en pointe sur la modalisation de la météo

Mais le mieux placé sur ce marché est probablement Huawei. Le géant chinois a publié plusieurs modèles qu'il a d'ores et déjà pu exploiter en conditions réelles. En août 2023, Huawei avait dévoilé un cas d'usage de son modèle d'IA Pangu-Weather. Entraîné sur pas moins de 43 années de données historiques, le modèle est capable de détecter le chemin que vont prendre certains typhons, d'estimer la hauteur des vagues lorsqu'elles vont taper le rivage ou encore de définir l'arrivée de vagues de froid ou de vagues de chaud. Le modèle météorologique de Pangu a notamment joué un rôle dans la prévision précise de la trajectoire de Dusuri, le plus grand typhon noté pour l'année 2023.

La solution est assez bien entraînée pour être capable de dire dans telle ville quelle température il va faire. "Si nous comparons au modèle traditionnel que nous utilisons, il y a deux facteurs qui sont intéressants. Le premier facteur, c'est que désormais nous arrivons à atteindre des niveaux de précision qui sont supérieurs avec la capacité à dire qu'à tel endroit, à telle date, et à telle heure il va faire telle température. Nous avons augmenté le niveau de précision qui peut aller jusqu'à 20%", indiquait un expert IA de Huawei, interrogé à ce sujet. Preuve de sa fiabilité, le modèle Pangu-Weather a été adopté par le centre européen de prévisions météorologiques à moyen terme (ECMWF).

Courant avril 2024, Huawei a présenté une nouvelle version de son modèle d'IA générative appelé Zhiji, qui peut fournir des prévisions météorologiques à cinq jours avec une précision d'environ 3 kilomètres. Cette version ine-tuned du modèle Pangu Weather est utilisée pour couvrir Shenzhen et ses régions voisines.