LEBIGDATA.FR I.A, Cloud & Cybersécurité
La nouvelle intelligence artificielle de DeepMind est capable de prédire une averse deux heures à l'avance. Grâce à l'IA, vous ne vous ferez bientôt plus jamais surprendre par une saucée inattendue !
DeepMind, le bras de recherche en intelligence artificielle de Google / Alphabet, vient de présenter un nouveau projet. L'objectif est d'exploiter le Machine Learning pour améliorer les prévisions météorologiques.
Il s'agit d'un projet mené en collaboration avec le Met Office : le service météo national du Royaume-Uni. Les chercheurs impliqués dans ce projet ont développé un système IA capable de prédire la pluie avec deux heures d'avance.
Selon DeepMind, 50 météorologues du Met Office ont comparé le système IA avec les méthodes de prévision existantes. Parmi eux, 89% ont jugé l'intelligence artificielle plus performante.
Jusqu'à présent, les météorologues utilisaient de multiples algorithmes pour prédire les chutes de pluie. Les plus sophistiqués peuvent effectuer des prédictions plusieurs jours à l'avance, mais peinent à réaliser des prévisions sur le court terme.
Ceci est lié à la façon dont les prédictions sont générées. En général, la probabilité et l'emplacement des futures averses sont calculés à l'aide d'équations physiques complexes. Résoudre ces équations requiert beaucoup de temps.
Or, lorsqu'il s'agit de prédire la météo avec quelques heures de marge, les prédictions doivent être générées rapidement. Dans le cas contraire, la prédiction risque d'être obsolète le temps que les calculs soient effectués.
Une innovation basée sur les GAN
Le système IA de DeepMind permet d'accélérer le processus en remplaçant les équations utilisées en temps normal par un algorithme de Machine Learning de type réseau génératif antagoniste (GAN).
Dans un premier temps, des données d'observation météo sont collectées à l'aide de capteurs radar haute définition capables de mesurer le niveau de précipitation au sol à haute fréquence et avec une précision maximale. La profusion de données de haute qualité offre l'opportunité de remplacer les méthodes traditionnelles de prévision météo grâce au Machine Learning.
Ce réseau de neurones reçoit les observations météo des 20 dernières minutes, analyse les données, et estime les probabilités de chutes de pluie dans les deux prochaines heures à l'aide de techniques statistiques.
Les réseaux de type GAN sont de plus en plus utilisés dans le domaine du Machine Learning, depuis leur apparition en 2014. Ce concept repose sur l'opposition de deux modèles de Machine Learning séparés en compétition pour atteindre la plus haute précision de prédiction.
Le premier modèle génère des données, en l'occurrence une cartographie des averses. La seconde IA recherche des imprécisions dans cette cartographie. Ainsi, les deux réseaux de neurones antagonistes apprennent l'un de l'autre et améliorent progressivement leurs performances.
Selon DeepMind, ce système IA peut surpasser les méthodes de prédiction météo traditionnelles, mais aussi les nouvelles approches basées sur le Machine Learning. Même les phénomènes météo à petite échelle peuvent être prédits avec précision.
Il reste cependant des limites à surmonter. Davantage de travail sera nécessaire pour accroître l'exactitude des prédictions à long terme, et sur les événements rares et intenses. Les futurs travaux auront pour but d'accroître les performances et d'adapter les méthodes aux applications dans le monde réel…
https://youtu.be/JikwRMXJzk0
Restez à la pointe de l'information avec LEBIGDATA.FR !
Abonnez-vous à notre chaîne YouTube et rejoignez-nous sur Google Actualités pour garder une longueur d'avance.
- Partager l'article :
Très bon article mais ratio