Prévisions météo : des progrès foudroyants grâce à l’intelligence artificielle

Ils ont pour nom FourCastNet, Pangu, GraphCast, GenCast, FuXi ou AIFS. Ils sont les « ChatGPT » de la prévision météo et peut-être bientôt, sous d’autres noms, de la modélisation du climat. En moins de deux ans, ces modèles anticipant les évolutions de l’atmosphère à dix jours ont chamboulé un domaine bien établi.
La révolution de l’intelligence artificielle (IA) a commencé dans ce secteur en février 2022 avec un preprint de l’entreprise américaine de cartes graphiques Nvidia, qui a présenté FourCastNet, rivalisant avec les modèles traditionnels. Puis Huawei a décrit Pangu en novembre 2022, avant que, la veille de Noël, Google Deepmind ne sorte GraphCast, qui donnera lieu presque un an plus tard à une publication dans Science, actant le début d’un nouvel âge. « On s’est pris cet article dans la figure, se souvient Marc Pontaud, directeur de l’enseignement supérieur et de la recherche à Météo-France. Nous avions en tête, comme les autres centres importants dans ce domaine, que ce serait possible, mais nous ne l’attendions pas si vite. »
Les spécialistes sont bousculés. « J’ai rapidement dû m’adapter », témoigne Mariana Clare, du Centre européen pour les prévisions météorologiques à moyen terme (ECMWF) qui travaille sur les incertitudes des différents modèles. « Les profils de nos recrutements ont évolué, avec la recherche de nouvelles compétences », complète son collègue Zied Ben Bouallegue, spécialiste de la vérification des prévisions.
En avril 2023, plusieurs pays européens (France, Norvège, Suède, Suisse notamment) décident de s’associer pour construire un modèle à l’échelle de l’Europe de l’Ouest. Six mois plus tard, l’ECMWF adapte GraphCast pour son propre modèle, AIFS. Enfin, Météo-France prévoit qu’un prototype de prévision sera développé avant la fin 2024, à l’échelle de moins de deux kilomètres, et validé en 2025.
Les avantages de ces nouvelles technologies sont impressionnants. Là où il faut de deux à trois heures pour une simulation sur un superordinateur dédié, il ne faut qu’une minute sur un ordinateur doté d’une seule carte graphique pour obtenir un résultat très proche. Ces économies de temps et d’énergie ne vont cependant pas faire baisser l’empreinte carbone de cette activité, car les spécialistes vont profiter de ces gains pour faire plus de prévisions. En effet, ces phénomènes étant par nature instables, plus il y a de « tirages de dés », mieux on peut estimer l’incertitude. Au lieu des 50 prévisions actuelles, toutes les six heures, cela pourrait donc être 1 000 à chaque fois.
Il vous reste 59.69% de cet article à lire. La suite est réservée aux abonnés.