 |
| Les méthodes basées sur des modèles d'intelligence artificielle (IA) présentent un potentiel d'accélération considérable des prévisions météorologiques. Photo d'illustration. (Source : nchmf.gov.vn) |
Selon un récent rapport de recherche publié dans la revue Nature , des chercheurs chinois ont développé un modèle d'intelligence artificielle (IA) avec des réseaux neuronaux tridimensionnels pour prévoir la météo mondiale avec une précision moyenne à élevée.
Dans le cadre de leurs recherches, la grande équipe de recherche et développement de modèles météorologiques de Huawei Cloud a proposé un réseau neuronal 3D qui s'adapte au système de coordonnées de la Terre pour traiter des données météorologiques 3D complexes et hétérogènes.
Formé sur près de 40 ans de données mondiales, le modèle météorologique Pangu-Weather, relativement grand, a obtenu des paramètres de niveau 100 millions en deux mois.
Pangu-Weather fournit en seulement 1,4 seconde des prévisions météorologiques mondiales sur 24 heures, incluant l'humidité, la vitesse du vent, la température, la pression au niveau de la mer, etc. La vitesse de prévision du système est 10 000 fois supérieure à celle des méthodes numériques traditionnelles.
Dans un exemple précis, pour le super typhon Mawar en mai dernier, Pangu-Weather a fait preuve de brio en prédisant la trajectoire de la tempête cinq jours à l'avance.
Le modèle montre également de meilleurs résultats de prévision, basés sur des données de réanalyse de tous les événements testés, par rapport aux méthodes de prévision numérique du temps (PNT).
Aujourd'hui, les prévisions météorologiques quotidiennes, les alertes aux catastrophes naturelles graves et les prédictions de changement climatique sont toutes réalisées grâce à cette méthode, qui s'appuie sur le calcul haute performance et des modèles physiques complexes. Cependant, cette méthode nécessite beaucoup de machines et de temps de calcul.
Tian Qi, auteur du rapport et expert senior en IA chez le fournisseur de services cloud chinois Huawei Cloud, a déclaré que la méthode NWP conventionnelle nécessite 4 à 5 heures de calcul sur un cluster de superordinateurs avec 3 000 serveurs pour prévoir la météo mondiale pour les 10 prochains jours.
Cependant, la précision de ces nouvelles méthodes basées sur l'IA reste nettement inférieure à celle des méthodes de prévision numérique du temps. Bi Kaifeng, co-auteur du rapport, a également reconnu les limites des systèmes de prévision météorologique basés sur l'IA, affirmant qu'ils dépendent encore fortement des données de réanalyse et doivent améliorer leur capacité à prédire les conditions météorologiques extrêmes.
« Nous pensons que les méthodes basées sur l’IA devraient coexister avec les méthodes numériques conventionnelles pour fournir des services de prévision météorologique plus précis et plus fiables », a déclaré Qi Tian.
Source
Comment (0)