Avec GenCast, Google réinvente la prévision météorologique en utilisant l’intelligence artificielle pour des résultats plus précis.
Tl;dr
- Google a lancé GenCast, un modèle d’IA qui surpasse les systèmes météorologiques traditionnels en précision.
- GenCast utilise une approche probabiliste avec 50 prévisions différentes pour offrir des scénarios détaillés.
- Intégré à Google Search et Maps, GenCast rendra ses données disponibles pour tous, en temps réel et en historique.
Une avancée majeure dans la prévision météo
Ce modèle d’IA, appelé GenCast, a été développé par l’équipe DeepMind de Google et promet de révolutionner la prévision météorologique. Dans un article publié dans la revue Nature, les chercheurs ont révélé que GenCast surpasse le système de prévision européen ENS (European Centre for Medium-Range Weather Forecasts), réputé pour être l’un des meilleurs au monde. L’innovation réside dans la manière dont GenCast aborde la prévision : au lieu de fournir une seule estimation déterministe de l’évolution du climat, il génère une gamme de scénarios possibles, offrant ainsi une vue plus nuancée des futurs météorologiques. Cela permet de mieux appréhender l’incertitude liée aux phénomènes climatiques, ce qui est essentiel pour des prévisions plus précises.
Une approche probabiliste pour des prévisions plus fiables
GenCast adopte une approche probabiliste, où il crée un ensemble de prévisions, plutôt que de s’appuyer sur un seul calcul déterministe. En d’autres termes, GenCast génère plus de 50 prédictions distinctes, chacune représentant un scénario météorologique possible. Cette méthode permet de créer une distribution de probabilité complexe, ce qui reflète mieux la variabilité et l’incertitude des conditions atmosphériques futures. L’usage de cette approche permet d’améliorer la précision des prévisions, surtout pour des périodes allant de quelques jours à plusieurs semaines. De plus, elle offre une vision plus complète des possibles évolutions climatiques, et permet ainsi une gestion plus fine des risques associés à la météo.
Des performances exceptionnelles par rapport à l’ENS
Lors de ses tests, DeepMind a formé GenCast à partir de données météorologiques jusqu’en 2018, puis a comparé ses prévisions pour l’année 2019 avec celles du modèle ENS. Le résultat est impressionnant : GenCast s’est montré plus précis dans 97,2% des cas. Cette performance exceptionnelle témoigne de l’efficacité du modèle par rapport aux systèmes existants, qui sont pourtant largement utilisés par des institutions de recherche et des services météorologiques à travers le monde. Ce taux de réussite impressionnant place GenCast dans une position de leader, montrant que l’intelligence artificielle peut surpasser des méthodes traditionnelles utilisées depuis des décennies.
GenCast intégré aux outils de Google
Google ne se contente pas de tester GenCast en laboratoire. Le modèle fait déjà partie de l’arsenal d’outils basés sur l’IA de l’entreprise, qui seront intégrés dans des services comme Google Search et Google Maps. L’objectif est d’enrichir l’expérience utilisateur en fournissant des prévisions météorologiques plus détaillées et plus précises. En plus de cela, Google prévoit de rendre les prévisions réelles et historiques issues de GenCast disponibles au public. Cela permettra aux chercheurs, aux entreprises et même aux développeurs indépendants d’accéder à ces données pour leurs propres études ou applications. Ce mouvement vers l’ouverture des données met en avant l’engagement de Google à démocratiser l’accès aux outils d’IA avancés.
Source link
