L'équipe DeepMind de Google a récemment annoncé le lancement de GenCast, un modèle d'intelligence artificielle pour les prévisions météorologiques, affirmant qu'il surpasse le système ENS du Centre européen pour les prévisions météorologiques à moyen terme (ECMWF), l'un des meilleurs au monde. Cette avancée a suscité un vif intérêt dans le domaine de la météorologie.
Selon un article publié par l'équipe DeepMind dans la revue Nature, GenCast affiche une précision de 97,2 %. Les chercheurs ont entraîné le modèle sur des données jusqu'en 2018 et l'ont testé sur les conditions météorologiques de 2019 pour obtenir ce résultat.
Source : Image générée par IA, fournie par Midjourney.
Dans un article de blog, DeepMind souligne que, contrairement aux modèles météorologiques déterministes traditionnels, GenCast utilise des méthodes de prévision probabiliste plus avancées. Les modèles traditionnels fournissent généralement une seule estimation météorologique, tandis que GenCast s'appuie sur un ensemble de 50 prévisions ou plus pour construire une distribution de probabilité complexe des trajectoires météorologiques futures. Cette approche améliore non seulement l'exhaustivité des prévisions, mais offre également une analyse contextuelle plus riche, aidant les utilisateurs à comprendre et à faire face à diverses conditions météorologiques.
Google a révélé que GenCast fait partie d'une suite de modèles météorologiques basés sur l'IA et qu'il est déjà intégré à ses services Google Recherche et Google Maps. À l'avenir, l'entreprise prévoit de publier des données de prévision en temps réel et historiques de GenCast, afin de fournir aux chercheurs et aux développeurs des outils plus complets pour une utilisation dans des domaines plus vastes.
Cette technologie révolutionnaire montre que l'IA offre une précision et une flexibilité sans précédent aux prévisions météorologiques. Le lancement de Google GenCast injecte non seulement une nouvelle dynamique dans la science météorologique, mais pourrait également avoir un impact profond sur l'agriculture, les transports, l'énergie et d'autres secteurs.