Prévisions météo : Google présente WeatherNext 2, un modèle d'IA capable de générer un scénario sur 15 jours en une minute

Avec le dérèglement climatique et l'accroissement des phénomènes météorologiques extrêmes, la réalisation rapide et précise de multiples scénarios de prévision est devenue primordiale. Pour aider les agences météorologiques à être plus pertinentes et aux acteurs publics et privés de mieux anticiper leurs décisions, Google s'est lancé ces dernières années dans la conception de modèles d'IA adaptés. Les équipes de recherche de la firme ainsi que DeepMind, filiale d'IA de Google, ont présenté le 17 novembre WeatherNext 2, un modèle huit fois plus rapide que son prédécesseur.

Une injection de bruit dans l'architecture du modèle

Dans le détail, Google revendique des performances de variables (prévisions de température, de vent ou d'humidité) et d'échéance (de 0 à 15 jours) deux fois supérieures à son premier modèle du même nom. “WeatherNext 2 peut prévoir des centaines de scénarios météorologiques possibles à partir d'un seul point de départ, ajoute l'entreprise dans un communiqué. Chaque prévision est réalisée en moins d'une minute sur une seul TPU ; elle prendrait des heures sur un supercalculateur utilisant des modèles physiques.”

Pour parvenir à un tel résultat, les chercheurs ont entraîné indépendamment plusieurs réseaux neuronaux à partir d'une seule entrée. Le gain de performances s'explique d'après la firme par une nouvelle technique de modélisation d'IA, appelée “Functional Generative Network” (FGN), permettant d'injecter du bruit dans l'architecture du modèle afin de garantir un certain réalisme et une interconnexion dans les prévisions générées.

Intégration dans les produits et services Google

Le modèle a été entraîné sur des “variables marginales”, soit des éléments indépendants (température à tel ou tel endroit, vitesse du vent à telle altitude). “Grâce à cet entraînement, il apprend à prévoir avec précision les “variables interconnectées” — des systèmes vastes, complexes et interconnectés qui dépendent de la façon dont tous ces éléments s’agencent.” Ceci permet par exemple d'identifier de grands espaces touchés par de fortes chaleurs ou de déterminer la production d'énergie attendue dans un parc éolien.

La technologie développée dans le cadre de WeatherNext sera intégrée dans l'ensemble des fonctionnalités météo de Google, qu'elles soient accessibles depuis Google Search, Gemini, Pixel Weather ou via l'API Weather de Google Maps. Les données de prévision de ce dernier modèle sont d'ores et déjà accessibles sur les plateformes Earth Engine et BigQuery de la firme. “Nous lançons également un programme d'accès anticipé sur la plateforme d'IA Vertex de Google Cloud pour l'inférence de modèles personnalisés”, précise Google.

Microsoft et Huawei également bien placés

Google n'est pas le seul à s'intéresser de près à la conception de modèles d'IA dans la météorologie. Microsoft, par exemple, a présenté l'année dernière Aurora, un modèle de fondation analysant 1,3 milliards de paramètres atmosphériques. Un modèle théoriquement capable de prévoir des variables de température, de vent, de pollution atmosphérique et de concentration de gaz à effet de serre, avec une génération de prévision météo sur dix jours en une minute. Huawei est également bien avancée en la matière : la firme de Shenzhen a récemment dévoilé Zhiji, un modèle d'IA capable de fournir des prévisions météo à 5 jours avec une précision de l'ordre de 3 kilomètres.