Google affirme que les nouveaux modèles d'IA permettent des prévisions météorologiques «presque instantanées»

Les prévisions météorologiques sont notoirement difficiles, mais ces dernières années, les experts ont suggéré que l'apprentissage automatique pourrait mieux aider à trier le soleil de la neige fondue. Google est la dernière entreprise à être impliquée et, dans un article de blog cette semaine, a partagé de nouvelles recherches qui, selon elle, permettent des prévisions météorologiques «presque instantanées».

Le travail en est aux premiers stades et n'a pas encore été intégré dans les systèmes commerciaux, mais les premiers résultats semblent prometteurs. Dans l'article non révisé par des pairs, les chercheurs de Google décrivent comment ils ont pu générer des prévisions de précipitations précises jusqu'à six heures à l'avance avec une résolution de 1 km à partir de quelques minutes de calcul.

C'est une grande amélioration par rapport aux techniques existantes, ce qui peut prendre des heures pour générer des prévisions, même si elles le font sur des périodes plus longues et génèrent des données plus complexes.

Les prévisions rapides, disent les chercheurs, seront «un outil essentiel nécessaire pour une adaptation efficace au changement climatique, en particulier pour les conditions météorologiques extrêmes». Dans un monde de plus en plus dominé par des conditions météorologiques imprévisibles, disent-ils, les prévisions à court terme seront cruciales pour «la crise gestion et la réduction des pertes en vies humaines et en biens. »


Les travaux de Google ont utilisé des données radar pour prévoir les précipitations. L'image du haut montre l'emplacement des nuages, tandis que l'image du bas montre les précipitations.
Crédit: NOAA, NWS, NSSL

Le plus grand avantage de l'approche de Google par rapport aux techniques de prévision traditionnelles est la vitesse. Les chercheurs de l'entreprise ont comparé leurs travaux à deux méthodes existantes: les prévisions de flux optique (OF), qui examinent le mouvement d'un phénomène comme les nuages, et la prévision par simulation, qui crée des simulations détaillées et basées sur la physique des systèmes météorologiques.

Le problème avec ces méthodes plus anciennes – en particulier la simulation basée sur la physique – est qu'elles sont incroyablement intensives en calcul. Les simulations faites par les agences fédérales américaines pour les prévisions météorologiques, par exemple, doivent traiter jusqu'à 100 téraoctets de données provenant des stations météorologiques chaque jour et prendre des heures à fonctionner sur des superordinateurs coûteux.

«S'il faut 6 heures pour calculer une prévision, cela ne permet que 3 à 4 exécutions par jour et entraîne des prévisions basées sur des données de plus de 6 heures, ce qui limite notre connaissance de ce qui se passe. maintenant", A écrit Jason Hickey, ingénieur logiciel chez Google, dans un article de blog.

Les méthodes de Google, en comparaison, produisent des résultats en quelques minutes car elles n'essaient pas de modéliser des systèmes météorologiques complexes, mais font plutôt des prédictions sur de simples données radar comme proxy des précipitations.

Les chercheurs de l'entreprise ont formé leur modèle d'IA sur les données radar historiques collectées entre 2017 et 2019 aux États-Unis contigus par la National Oceanic and Atmospheric Administration (NOAA). Ils disent que leurs prévisions étaient aussi bonnes ou meilleures que trois méthodes existantes faisant des prédictions à partir des mêmes données, bien que leur modèle ait été surpassé lorsqu'il tentait de faire des prévisions plus de six heures à l'avance.

Cela semble être le point idéal pour l'apprentissage automatique dans les prévisions météorologiques en ce moment: faire des prévisions rapides à court terme, tout en laissant des prévisions plus longues à des modèles plus puissants. Les modèles météorologiques de la NOAA, par exemple, créent des prévisions jusqu'à 10 jours à l'avance.

Bien que nous n'ayons pas encore vu tous les effets de l'IA sur les prévisions météorologiques, de nombreuses autres sociétés étudient également ce même domaine, notamment IBM et Monsanto. Et, comme le soulignent les chercheurs de Google, ces techniques de prévision ne feront que gagner en importance dans notre vie quotidienne à mesure que nous ressentons les effets du changement climatique.

Traduit de la source : https://www.theverge.com/2020/1/14/21065095/google-ai-weather-forecast-predictions-rainfall-research

Laisser un commentaire

Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *