Avec GenCast, Google réinvente les prévisions météorologiques en utilisant l’intelligence artificielle pour des résultats plus précis.
Tl;dr
- Google a lancé GenCast, un modèle d’IA qui surpasse les systèmes météorologiques traditionnels en termes de précision.
- GenCast utilise une approche probabiliste avec 50 prévisions différentes pour fournir des scénarios détaillés.
- Intégré à la recherche Google et à Maps, GenCast rendra ses données accessibles à tous, en temps réel et historiquement.
Une avancée majeure dans la prévision météorologique
Ce modèle d’IA, appelé GenCast, a été développé par l’équipe DeepMind de Google et promet de révolutionner les prévisions météorologiques. Dans un article publié dans la revue Nature, des chercheurs révèlent que GenCast surpasse le système de prévision européen ENS (Centre européen de prévisions météorologiques à moyen terme), réputé pour être l’un des meilleurs au monde. L’innovation réside dans la manière dont GenCast aborde la prévision : au lieu de fournir une seule estimation déterministe du changement climatique, il génère une gamme de scénarios possibles, offrant une vision plus nuancée des conditions météorologiques futures. Cela permet de mieux comprendre l’incertitude liée aux phénomènes climatiques, ce qui est indispensable pour des prévisions plus précises.
Une approche probabiliste pour des prévisions plus fiables
GenCast adopte une approche probabiliste, dans laquelle il crée un ensemble de prédictions, plutôt que de s’appuyer sur un seul calcul déterministe. En d’autres termes, GenCast génère plus de 50 prévisions distinctes, chacune représentant un scénario météorologique possible. Cette méthode crée une distribution de probabilité complexe, qui reflète mieux la variabilité et l’incertitude des conditions atmosphériques futures. Le recours à cette approche permet d’améliorer la précision des prévisions, notamment pour des périodes allant de quelques jours à plusieurs semaines. De plus, il offre une vision plus complète des évolutions possibles du climat, et permet ainsi une gestion plus fine des risques liés à la météo.
Des performances exceptionnelles par rapport à l’ENS
Lors de ses tests, DeepMind a formé GenCast sur les données météorologiques jusqu’en 2018, puis a comparé ses prévisions pour 2019 avec celles du modèle ENS. Le résultat est impressionnant : GenCast était plus précis dans 97,2% des cas. Ces performances exceptionnelles démontrent l’efficacité du modèle par rapport aux systèmes existants, largement utilisés par les instituts de recherche et les services météorologiques du monde entier. Ce taux de réussite impressionnant place GenCast dans une position de leader, démontrant que l’intelligence artificielle peut surpasser les méthodes traditionnelles utilisées depuis des décennies.
GenCast intégré aux outils Google
Google ne teste pas seulement GenCast en laboratoire. Le modèle fait déjà partie de l’arsenal d’outils basés sur l’IA de l’entreprise, qui seront intégrés à des services tels que la recherche Google et Google Maps. L’objectif est d’enrichir l’expérience utilisateur en fournissant des prévisions météorologiques plus détaillées et plus précises. En plus de cela, Google prévoit de mettre à la disposition du public les prévisions réelles et historiques de GenCast. Cela permettra aux chercheurs, aux entreprises et même aux développeurs indépendants d’accéder à ces données pour leurs propres études ou applications. Cette évolution vers des données ouvertes met en évidence l’engagement de Google à démocratiser l’accès aux outils d’IA avancés.
