Lors de tests récents, GraphCast de Google a surpassé le système du Centre européen pour les prévisions météorologiques à moyen terme (ECMWF) en termes de précision des prévisions.
 |
| Le système GraphCast de Google, basé sur l'IA, devrait révolutionner le secteur de la météorologie. |
Plus précisément, dans une étude publiée dans la revue Science, GraphCast a pu faire des prédictions plus précises pour 90 % des 1 380 paramètres testés, notamment la température, la pression, la vitesse et la direction du vent et l'humidité.
En septembre 2023, GraphCast avait prédit que l'ouragan Lee toucherait terre sur la côte de la Nouvelle-Écosse, au Canada, neuf jours avant son occurrence, alors que les outils de prévision météorologique traditionnels ne prédisaient que six jours à l'avance. De plus, ils se sont révélés moins précis quant à l'heure et au lieu d'atterrissage.
Des recherches montrent que « GraphCast de Google peut prédire des centaines de variables météorologiques sur 10 jours dans le monde entier en moins d'une minute. »
Le modèle GraphCast combine des algorithmes d’apprentissage automatique et des « réseaux de neurones graphiques » (GNN) – une architecture de traitement de données structurées spatialement.
Le système est formé à partir de plus de 40 ans de données météorologiques archivées par le CEPMMT. GNN permet de générer rapidement des prévisions avec un minimum de ressources informatiques.
La mission principale de GraphCast est de prédire les interactions entre les conditions atmosphériques à différents endroits du globe. Cependant, le système GraphCast n'est pas encore capable de fournir les informations complexes essentielles à la prévision d'événements météorologiques tels que les ouragans.
Les chercheurs de DeepMind ont également exprimé leur confiance dans la capacité du modèle à s'adapter à différents types de systèmes météorologiques. Une version test de GraphCast est désormais disponible sur le site web du CEPMMT.
Source
Comment (0)