s'abonner
Selon une étude publiée dans Nature, un nouveau système de prévision météorologique basé sur l’IA, Aardvark Weather, peut fournir des prévisions précises des dizaines de fois plus rapidement et en utilisant des milliers de fois moins de puissance de calcul que les systèmes de prévision actuels basés sur l’IA et la physique.
Aardvark a été développé par des chercheurs de l’Université de Cambridge avec le soutien de l’Institut Alan Turing, de Microsoft Research et du Centre européen pour les prévisions météorologiques à moyen terme, fournissant un modèle pour une approche complètement nouvelle des prévisions météorologiques avec le potentiel de transformer les pratiques actuelles.
Les prévisions météorologiques sur lesquelles les gens se fient sont actuellement générées par un ensemble complexe d’étapes, chacune prenant plusieurs heures à fonctionner sur des superordinateurs sur mesure. Au-delà de l’utilisation quotidienne, le développement, la maintenance et le déploiement de ces systèmes complexes nécessitent beaucoup de temps et de grandes équipes d’experts.
Plus récemment, des recherches menées par Huawei, Google et Microsoft ont démontré qu’un composant de ce pipeline, le solveur numérique (qui calcule l’évolution du temps météorologique), peut être remplacé par l’IA, ce qui permet d’obtenir des prédictions plus rapides et plus précises. Cette combinaison d’IA et d’approches traditionnelles est actuellement déployée par le Centre européen pour les prévisions météorologiques à moyen terme.
Mais avec Aardvark, les chercheurs ont remplacé l’ensemble du pipeline de prévisions météorologiques par un modèle d’apprentissage automatique unique et simple. Le nouveau modèle prend en compte les observations des satellites, des stations météorologiques et d’autres capteurs et produit des prévisions mondiales et locales. Cette approche entièrement pilotée par l’IA signifie que les prédictions sont désormais réalisables en quelques minutes sur un ordinateur de bureau.
En utilisant seulement 10 % des données d’entrée des systèmes existants, Aardvark surpasse déjà le système national de prévision GFS des États-Unis sur de nombreuses variables et il est également compétitif avec les prévisions du service météorologique des États-Unis qui utilisent les données de dizaines de modèles météorologiques et l’analyse de prévisionnistes humains experts.
L’un des aspects les plus excitants d’Aardvark est sa flexibilité et sa conception simple. Parce qu’il apprend directement à partir des données, il peut être rapidement adapté pour produire des prévisions sur mesure pour des industries ou des lieux spécifiques, qu’il s’agisse de prévoir les températures pour l’agriculture africaine ou la vitesse du vent pour une entreprise d’énergie renouvelable en Europe.
Cela contraste avec les systèmes de prévision météorologique traditionnels où la création d’un système personnalisé nécessite des années de travail par de grandes équipes de chercheurs.
Cette capacité a le potentiel de transformer les prévisions météorologiques dans les pays en développement où l’accès à l’expertise et aux ressources informatiques nécessaires au développement de systèmes conventionnels n’est généralement pas disponible.
Le professeur Richard Turner, chercheur principal pour les prévisions météorologiques à l’Institut Alan Turing et professeur d’apprentissage automatique au département d’ingénierie de l’Université de Cambridge, a déclaré : « Aardvark réinvente les méthodes actuelles de prévision météorologique, offrant la possibilité de rendre les prévisions météorologiques plus rapides, moins coûteuses, plus flexibles et plus précises que jamais, contribuant ainsi à transformer les prévisions météorologiques dans les pays développés et en développement.
« Il est important de noter qu’Aardvark n’aurait pas été possible sans des décennies de développement de modèles physiques par la communauté, et nous sommes particulièrement redevables à l’ECMWF pour leur ensemble de données ERA5, qui est essentiel pour la formation d’Aardvark. »
Anna Allen, auteure principale de l’Université de Cambridge, a ajouté : « Ces résultats ne sont que le début de ce qu’Aardvark peut accomplir. Cette approche d’apprentissage de bout en bout peut être facilement appliquée à d’autres problèmes de prévisions météorologiques, par exemple les ouragans, les incendies de forêt et les tornades. Au-delà des conditions météorologiques, ses applications s’étendent à la prévision plus large du système terrestre, y compris la qualité de l’air, la dynamique des océans et la prévision de la glace de mer.
Matthew Chantry, responsable stratégique de l’apprentissage automatique à l’ECMWF, a déclaré : « Nous avons été ravis de collaborer à ce projet, qui explore la prochaine génération de systèmes de prévision météorologique, dans le cadre de notre mission de développer et de fournir des prévisions météorologiques opérationnelles basées sur l’IA tout en partageant ouvertement des données au profit de la science et de la communauté au sens large. Il est essentiel que le milieu universitaire et l’industrie travaillent ensemble pour relever les défis technologiques et tirer parti des nouvelles opportunités qu’offre l’IA. L’approche d’Aardvark combine à la fois la modularité et l’optimisation des prévisions de bout en bout, garantissant une utilisation efficace des ensembles de données disponibles.
Le Dr Chris Bishop, membre technique et directeur de Microsoft Research AI for Science, a déclaré : « Aardvark représente non seulement une réalisation importante dans les prévisions météorologiques de l’IA, mais il reflète également le pouvoir de la collaboration et du rassemblement de la communauté des chercheurs pour améliorer et appliquer la technologie de l’IA de manière significative. »
Le Dr Scott Hosking, directeur de la science et de l’innovation pour l’environnement et le développement durable à l’Institut Alan Turing, a observé : « Libérer le potentiel de l’IA transformera la prise de décision pour tout le monde, des décideurs politiques et des planificateurs d’urgence aux industries qui s’appuient sur des prévisions météorologiques précises. La percée d’Aardvark n’est pas seulement une question de vitesse, c’est aussi une question d’accès. En faisant passer les prévisions météorologiques des superordinateurs aux ordinateurs de bureau, nous pouvons démocratiser les prévisions, en mettant ces technologies puissantes à la disposition des pays en développement et des régions du monde où les données sont rares.
Les prochaines étapes pour Aardvark comprennent la mise en place d’une nouvelle équipe au sein de l’Institut Alan Turing dirigée par le professeur Richard Turner, l’exploration du potentiel de déploiement d’Aardvark dans les pays du Sud et l’intégration de la technologie dans le travail plus large de l’Institut visant à développer des prévisions environnementales de haute précision pour le temps, les océans et la glace de mer.
