La météo est au cœur de nos vies. Anticiper ses caprices est un enjeu majeur. Et l'intelligence artificielle pourrait bien être la clé d'une petite révolution à l'heure du changement climatique et des projections traditionnelles de plus en plus incertaines. Microsoft vient de présenter Aurora. C'est un nouveau modèle d'IA. Ses performances ? Étonnantes. Il promet des prévisions plus précises, plus rapides, mais aussi bien moins coûteuses. La prestigieuse revue Nature vient de récemment publier ces travaux prometteurs.
Aurora : quand l'IA de Microsoft prédit la météo avec une précision redoutable
Aurora n'est pas un simple programme de plus. Ce modèle d'apprentissage profond se distingue en surpassant les systèmes de prévisions météorologiques établis. Sur des échéances de 10 jours, il se montre plus exact. Et cela, pour un coût de calcul bien moindre. Son talent ne s'arrête pas là. Aurora excelle aussi pour la qualité de l'air, il anticipe la hauteur des vagues, et cerne la trajectoire des cyclones tropicaux avec une finesse bluffante. Selon ses concepteurs, c'est une première. Aurora aurait systématiquement mieux anticipé à 5 jours la route de cyclones majeurs. Mieux que sept grands centres de prévision mondiaux. Y compris le Centre américain des ouragans. L'exemple du typhon Doksuri en 2023 est parlant. Aurora avait vu juste quatre jours avant. Il avait prédit son impact sur les Philippines. Les prévisions officielles de l'époque, elles, le situaient plus au nord. Face à l'ECMWF, la référence européenne et mondiale, Aurora a aussi brillé. Il a dépassé la qualité des prévisions globales à 10 jours du Centre européen dans 92% des cas. Le tout avec une résolution d'environ 10 km². Une performance qui s'obtient en quelques secondes. Là où les modèles classiques nécessitent des heures de calcul sur des supercalculateurs.
Comment fonctionne cette "météo IA" et pourquoi est-elle si prometteuse ?
Comment une IA atteint-elle une telle performance ? L'approche est différente des modèles traditionnels. Ces derniers utilisent des équations mathématiques complexes. Ils simulent les lois physiques de notre planète. Ils sont ensuite nourris de données météo réelles. Les modèles IA comme Aurora, Pangu-Weather de Huawei, ou GenCast de Google, apprennent différemment. Ils ingèrent d'énormes volumes de données météorologiques et climatiques passées. Ils y détectent des schémas, des corrélations subtiles. C'est à partir de ces motifs qu'ils établissent leurs prédictions. Cette méthode offre des avantages. Les modèles sont plus rapides à construire. Plus rapides à exécuter. Et plus faciles à mettre à jour. Mais l'IA a ses limites. Amy McGovern, informaticienne et météorologue, le souligne bien : "Elle ne connaît pas les lois de la physique, donc elle pourrait inventer quelque chose de complètement fou." C'est pourquoi la plupart des modèles IA s'appuient encore sur des données issues des modèles physiques. Pour leur initialisation. Pour vérifier la cohérence de leurs résultats. La supervision humaine reste donc essentielle. "Les prévisions finales sont en fin de compte faites par un expert humain," confirme Paris Perdikaris, qui a dirigé le développement d'Aurora chez Microsoft.
L'IA météo : entre promesses enthousiasmantes et défis à relever pour l'avenir
Ces avancées suscitent un grand enthousiasme. L'ECMWF, le centre européen, teste déjà Aurora et a même déployé son propre modèle IA en février. Un modèle "à peu près 1000 fois moins coûteux en temps calcul" que les systèmes classiques, selon sa directrice Florence Rabier. Sa résolution est moindre qu'Aurora, mais il est opérationnel. Peter Düben, de l'ECMWF, parle d'une "période absolument excitante." Mais la prudence reste de mise. Ces modèles IA, bien que prometteurs, sont encore expérimentaux pour certains aspects. Ils demandent une calibration fine. Une vérification humaine constante. Leur coût énergétique pour l'entraînement est aussi un enjeu. Même si Paris Perdikaris pense qu'il sera amorti avec le temps. Amy McGovern met en garde contre un excès d'optimisme : "Nous sommes tous dans la hype en ce moment. L'IA météo est incroyable. Mais je pense qu'il y a encore un long chemin à parcourir." La prévision des événements extrêmes reste un défi pour tous les modèles. Un autre obstacle pourrait surgir. Les coupes budgétaires dans certaines agences fédérales américaines (NOAA, NSF, NWS) inquiètent. Ces agences fournissent des données essentielles au développement des IA. Leur affaiblissement pourrait "ralentir les progrès," selon Perdikaris. L'avenir de la météo s'écrit donc avec une collaboration. Entre la puissance de l'intelligence artificielle et l'expertise des météorologues. Une alliance indispensable face aux enjeux du climat.
