Google ambitionne de transformer les prévisions météorologiques grâce à son modèle d’intelligence artificielle, GenCast

En octobre, des pluies torrentielles en Ardèche, suivies d'inondations dévastatrices à Valence, puis des vents violents ayant causé des dégâts importants dans le nord de la France ce week-end des 7 et 8 décembre, illustrent la nécessité d'anticiper avec précision ces catastrophes naturelles. Bientôt, cela pourrait devenir possible jusqu’à 15 jours à l’avance grâce à un outil révolutionnaire développé par Google : le modèle d’intelligence artificielle GenCast.

Actuellement, les prévisions météorologiques reposent sur des simulations complexes des mouvements de l'air, de l'humidité et des pressions atmosphériques, nécessitant des heures de calcul sur des superordinateurs. GenCast, en revanche, offre une alternative rapide, obtenant des résultats en seulement huit minutes grâce à l’IA. En exploitant 40 ans de données météorologiques, ce modèle génère rapidement des scénarios précis pour prévoir l’évolution du temps sur une période de deux semaines.

Testé sur des événements climatiques récents, GenCast a surpassé le modèle européen ENS, référence actuelle, dans 97 % des cas pour des prévisions à 15 jours, notamment pour des phénomènes extrêmes. Concernant les tempêtes tropicales, il a montré une capacité à fournir des alertes, en moyenne, 12 heures plus tôt. Il permet aussi des estimations plus précises des trajectoires des tempêtes et des pluies intenses, offrant un délai crucial pour protéger les populations.

Malgré ces résultats prometteurs, GenCast ne remplacera pas immédiatement les systèmes en place. Il s’appuie sur les données des modèles actuels et des stations d’observation pour fonctionner. De plus, certains météorologues restent prudents face à l’IA, préférant les simulations physiques, considérées comme plus concrètes et fiables. Il est probable que les deux approches coexistent à l’avenir. Pour encourager son adoption, Google rendra le code source de GenCast accessible, permettant à la communauté scientifique de l’évaluer et de l’intégrer à leurs pratiques.