Est-ce que l’IA est sur le point de gagner contre l’humanité ? En tout cas, GraphCast, l’IA de Google DeepMind vient de réussir un exploit. L’outil a su prédire les conditions météorologiques avant les spécialistes du milieu.
Les conditions météorologiques sur la planète connaissent des changements imprévisibles. Même les outils les plus performants ont une petite difficulté à prédire ces évènements avec précision. Mais GraphCast, l’IA de Google Deepmind pourrait résoudre ce problème. Ces derniers exploits ont surpris le monde entier. Par exemple, cet outil a été capable d’anticiper un ouragan en Nouvelle-Écosse trois jours avant les méthodes classiques.
Une précision exceptionnelle combinée à une rapidité de fonctionnement
Selon les spécialistes, l’IA GraphCast est capable de prédire les conditions météorologiques 10 jours à l’avance. Les outils traditionnels sont loin derrière cet exploit. Et cette conclusion a été tirée après des tests spécifiques. Les scientifiques ont comparé GraphCast au modèle européen pour les prévisions météorologiques à moyen terme (ECMWF). Ils ont confronté les deux innovations sur 1300 zones d’analyses. GraphCast a été précis dans 90% des 1300 variables données.
L’IA de Google DeepMind est alors un outil de référence pour prédire les conditions météorologiques de la troposphère terrestre. Elle pourra mieux étudier les températures de l’air avec exactitude. L’IA a aussi fait ses preuves dans l’anticipation des phénomènes dangereux comme les ouragans ou les chaleurs extrêmes.
GraphCast : comment ça marche ?
L’IA de Google Deepmind se concentre sur le machine learning pour arriver à ces performances exceptionnelles. GraphCast tire ses prévisions via des données météorologiques conséquentes. Effectivement, l’IA utilise les renseignements sur quatre décennies, d’où la précision des résultats. L’outil combine ensuite ces informations avec des équations basées sur la physique.
« Une fois formé, GraphCast est extrêmement peu coûteux à utiliser. On pourrait parler de 1000 fois moins cher en termes de consommations d’énergie” Matthew Chantry, spécialiste Machine Learning, ECMWF.
GraphCast cartographie la surface de la planète avec un million de points de grille. À chacune de ces zones, l’IA prédit la température, la direction et la vitesse du vent. Elle analyse aussi la pression moyenne au niveau de la mer et l’humidité. Le réseau neuronal examine ensuite toutes ces données avant de tirer des conclusions. Et ces calculs s’effectuent en moins d’une minute.
Cependant, GraphCast a quelques inconvénients. Durant les tests, l’outil avait un peu de mal à prévoir les conditions météorologiques classiques, comme les précipitations. Les experts doivent alors combiner la méthode classique, et GraphCast pour avoir des prédictions précises sur tous les plans.
Une affaire de concurrence
Le domaine de la météorologie connaît une évolution fulgurante depuis quelques années. Les géants de la high-tech ont tous sorti des outils performants pour améliorer les prédictions des événements.
Pangu-Weather de Huawei, et FourcastNet de Nvidia ont déjà fait leurs preuves. GraphCast a aussi apporté sa contribution pour ce secteur.
« GraphCast est actuellement en tête de la course parmi les modèles d’IA » déclarait Aditya, Computer Scientist, Université de Californie.
Mais malgré la concurrence, ces outils peuvent s’associer pour donner le meilleur rendu possible.
- Partager l'article :