Juillet 2023 sera probablement enregistré comme le mois le plus chaud jamais enregistré et peut-être le plus chaud en 120 000 ans. Le climat se réchauffe et, par conséquent, la probabilité d’événements météorologiques extrêmes augmente. La prévision météorologique traditionnelle nécessite de grandes quantités de puissance de calcul pour fonctionner. Un nouveau modèle météorologique alimenté par l’IA est en cours de publication et transforme la façon dont le temps est prévu.

Pangu-Weather, un modèle d’IA pour la prévision météorologique développé par Huawei Cloud, permet des prévisions météorologiques plus précises avec une amélioration de 10 000 fois les vitesses de prévision, réduisant les temps de prévision météorologique mondiale à quelques secondes. Cela facilite la prévision précoce et la préparation des conditions météorologiques extrêmes. Ces résultats ont été publiés dans la publication scientifique évaluée par les pairs de Nature le 5 juillet 2023.

« Pangu-Weather est le premier modèle de prévision de l’IA avec une précision supérieure à celle des méthodes de prévision numérique traditionnelles et est mis gratuitement à la disposition du public sur le site Web du CEPMMT (Centre européen pour les prévisions météorologiques à moyen terme). Cela fournit aux prévisionnistes météorologiques, aux météorologues, aux amateurs de météo et au grand public une plate-forme pour visualiser les prévisions météorologiques mondiales à 10 jours de Pangu Weather Model », a déclaré un porte-parole de Huawei.

En plus de mettre à disposition des prévisions météorologiques à 10 jours, le CEPMMT a également publié un rapport comparant les estimations produites par Pangu-Weather et le CEPMMT IFS (un système mondial de PNT de premier plan) d’avril à juillet 2023.

Selon le rapport, l’adoption de méthodes d’apprentissage automatique (ML) comme Pangu-Weather pourrait « changer la donne pour les progrès progressifs et plutôt lents des méthodes traditionnelles de prévision numérique du temps (NWP) » dont les compétences de prévision augmentent d’environ un jour par décennie (selon l’Organisation météorologique mondiale ou OMM). Cela peut être attribué au coût de calcul élevé de l’exécution d’une prévision avec des systèmes NWP standard. Les modèles ML sont sur le point de révolutionner les prévisions météorologiques avec des prévisions qui nécessitent des coûts de calcul beaucoup plus faibles et sont très compétitives en termes de précision.

« La prévision météorologique est l’un des scénarios les plus importants dans le domaine du calcul scientifique parce que la prévision météorologique est un système très complexe, mais il est difficile de couvrir tous les aspects des connaissances mathématiques et physiques. À l’heure actuelle, Pangu-Weather complète principalement le travail du système de prévision, et sa principale capacité est de prédire l’évolution des états atmosphériques », explique le Dr Tian Qi, scientifique en chef de Huawei Cloud AI Field, membre de l’IEEE et académicien de l’Académie internationale eurasienne des sciences.

Les capacités de prévision du modèle Pangu-Weather ont été testées dans des situations extrêmes telles que la tempête Eunice, qui a frappé le nord-ouest de l’Europe en février 2022, et la première fois que le Royaume-Uni a atteint 40 ° C à l’été 2022. Ces deux exemples montrent que les modèles axés sur les données peuvent prévoir des situations météorologiques extrêmes et fournir des orientations pour les prévisions à moyen terme.

La prévision Pangu-Weather couvre le géopotentiel, l’humidité spécifique, la vitesse du vent et la température. Cette information est essentielle pour prévoir l’évolution des systèmes météorologiques, les trajectoires des tempêtes, la qualité de l’air et les conditions météorologiques. Pangu-Weather a également été utilisé pour prédire la trajectoire du typhon Khanun, le sixième typhon cette année.

Le CEPMMT appelle depuis longtemps la communauté mondiale des prévisions météorologiques à redoubler d’efforts pour utiliser les modèles d’IA en tant que composants supplémentaires de leurs systèmes de prévision et pour explorer davantage les forces et les faiblesses de ces modèles afin de faciliter la gestion météorologique.

« Notre objectif ultime est de construire un cadre de prévision météorologique de nouvelle génération en utilisant les technologies d’IA pour renforcer les systèmes de prévision existants », conclut le Dr Tian Qi.