Un nouveau intelligence artificielle Le système de prédiction météorologique basé sur (AI) pourrait transformer les prévisions, les chercheurs prédisent
Le système, surnommé Aardvark Weather, génère des prévisions de dizaines de fois plus rapidement que les systèmes de prévision traditionnels en utilisant une fraction de la puissance de calcul, ont rapporté les chercheurs jeudi 20 mars dans la revue Nature.
« Les systèmes de prévision météorologiques sur lesquels nous comptons tous ont été développés au fil des décennies, mais en seulement 18 mois, nous avons pu construire quelque chose de compétitif avec le meilleur de ces systèmes, en utilisant seulement un dixième des données sur un ordinateur de bureau », » Richard Turnerun ingénieur à l’Université de Cambridge au Royaume-Uni, a déclaré dans un déclaration.
Les prévisions météorologiques actuelles sont générées en entrant des données dans des modèles de physique complexes, un processus en plusieurs étapes qui nécessite plusieurs heures sur une supercalculateur.
La météo Aardvark contourne ce processus exigeant: le modèle d’apprentissage automatique utilise des données brutes des satellites, des stations météorologiques, des navires et des ballons météorologiques pour faire ses prédictions sans s’appuyer sur des modèles atmosphériques. Les données par satellite sont particulièrement importantes pour les prédictions du modèle, a noté l’équipe.
Cette nouvelle approche pourrait offrir des avantages majeurs en termes de coût, de vitesse et de précision des prévisions météorologiques, ont affirmé les chercheurs. Au lieu d’exiger un supercalculateur et une équipe dédiée, Aardvark Weather peut générer une prévision sur un ordinateur de bureau en quelques minutes.
Remplacement du pipeline de prédiction météorologique par l’IA
L’équipe a comparé les performances d’Aardvark aux systèmes de prévision existants qui génèrent des prédictions globales. En utilisant seulement 8% des données d’observation dont les systèmes de prévision traditionnels ont besoin, Aardvark a surpassé le National américain Système mondial de prévisions (GFS) Système et était comparable aux prévisions faites par le United States Weather Service.
Cependant, la résolution spatiale d’Aardvark est quelque peu inférieure à celle des systèmes de prévision actuels, ce qui pourrait rendre ses prévisions initiales moins pertinentes pour les prévisions météorologiques hyper-locales. Le temps Aardvark fonctionne à une résolution de 1,5 degrés, ce qui signifie que chaque boîte de sa grille couvre 1,5 degrés de latitude et 1,5 degrés de longitude. À titre de comparaison, le GFS utilise une grille de 0,25 degrée.
Cependant, les chercheurs ont également déclaré que parce que l’IA apprend des données qu’elle est alimentée, il pourrait être conçu pour prédire les conditions météorologiques dans des arènes spécifiques – telles que les températures pour l’agriculture africaine ou les vitesses de vent pour les énergies renouvelables en Europe. Aardvark peut incorporer des données régionales à haute résolution, où elles existent, pour affiner les prévisions locales.
« Ces résultats ne sont que le début de ce que Aardvark peut réaliser », a déclaré le coauteur d’étude Anna Allende l’Université de Cambridge, a déclaré dans le communiqué. « Cette approche d’apprentissage de bout en bout peut être facilement appliquée à d’autres problèmes de prévision météorologiques, par exemple les ouragans, les incendies de forêt et les tornades. Au-delà de la météo, ses applications s’étendent aux prévisions plus larges du système de terre, y compris la qualité de l’air, la dynamique des océans et la prédiction de la glace de mer. »
Aardvark pourrait également soutenir des centres de prévision dans les régions du monde qui n’ont pas les ressources visant à affiner les prévisions mondiales en prédictions régionales à haute résolution, ont déclaré les chercheurs.
« La percée d’Aardvark n’est pas seulement une question de vitesse, c’est une question d’accès, » Scott Hoskingun chercheur de l’IA à l’Institut Alan Turing au Royaume-Uni, a déclaré dans le communiqué. « En transformant la prédiction des météo des superordinateurs aux ordinateurs de bureau, nous pouvons démocratiser les prévisions, mettant ces technologies puissantes à la disposition des pays en développement et des régions de données dans le monde. »
