L'IA de Google surpasse les superordinateurs pour des prévisions météorologiques rapides et précises

La prochaine fois que vous lèverez les yeux au ciel face à une prévision météorologique qui tourne mal, n'oubliez pas que la prévision du temps est l'un des problèmes scientifiques les plus complexes. Aujourd’hui, Google a placé l’intelligence artificielle dans le rôle de prévisionniste météorologique et a démontré qu’elle peut faire des prévisions précises jusqu’à 10 jours à l’avance en une minute seulement. Et cette tâche prend généralement plusieurs heures à une salle remplie de superordinateurs

La célèbre hypothèse de l'effet papillon stipule que la préparation d'une tempête peut être affectée par quelque chose d'aussi petit qu'un papillon battant des ailes à l'autre bout du monde. C'est le travail des prévisions météorologiques de transformer les informations sur ces papillons bien connus en modèles précis qui vous indiqueront si vous devez aller de l'avant et planifier votre pique-nique pour samedi prochain

Cela implique ce que l'on appelle la prévision numérique du temps (PNT), qui utilise les observations météorologiques actuelles du monde entier comme données d'entrée et fonctionne via des équations physiques complexes exécutées sur des superordinateurs. Mais maintenant, Google a lancé un système d'intelligence artificielle appelé « GraphCast » qui peut traiter les données plus rapidement sur du matériel moins puissant.

Cette IA a été formée sur 40 ans de données de réanalyse météo collectées à partir d'images satellite, de radars et de stations météorologiques. GraphCast obtiendra les conditions météorologiques et l'état actuel il y a six heures, et utilisera ces données précieuses pour prédire les conditions météorologiques dans six heures. Sur cette base, il est capable d'effectuer des prévisions à intervalles de 6 heures et d'établir des prévisions météorologiques jusqu'à 10 jours

GraphCast le fait sur plus d'un million de points de grille à la surface de la Terre, chacun avec une latitude et une longitude de 0,25 degrés. À chaque point, le modèle a pris en compte cinq variables à la surface, telles que la température, la pression, l'humidité, la vitesse et la direction du vent, et six variables dans l'atmosphère à 37 altitudes différentes.

Lors des tests, GraphCast a été exécuté sur une machine Google TPU v4 et comparé à la référence actuelle en matière de prévisions météorologiques : un système de simulation appelé High Resolution Forecasting (HRES), exécuté sur un superordinateur. GraphCast est capable de prédire la météo pour les 10 prochains jours en moins d'une minute et est plus précis que HRES sur 90 % des variables testées et des délais de prévision. Lorsque ces modèles se concentrent sur la troposphère, GraphCast surpasse HRES 99,7 % du temps. La troposphère est la couche la plus basse de l'atmosphère et des prévisions précises sont très utiles et applicables dans la vie quotidienne

Parmi les capacités démontrées par GraphCast, le plus impressionnant est que, même s'il n'a pas été spécifiquement formé, il a identifié les événements météorologiques graves plus tôt que HRES. Dans un exemple concret, l'IA a pu prédire avec précision où un ouragan toucherait terre 9 jours à l'avance, alors que les prévisions traditionnelles n'étaient confirmées que 6 jours à l'avance

Google a déclaré que le code de GraphCast est open source, permettant aux scientifiques du monde entier de l'expérimenter et de l'intégrer dans les prévisions météorologiques quotidiennes. Ce type de calcul semble être le travail idéal pour l’intelligence artificielle afin qu’elle puisse laisser l’art et l’écriture à nous, les humains.

Les résultats de cette étude ont été publiés dans la revue Science

Si vos amis l'aiment, faites attention à « Connaître les nouveautés » !

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!