Votre prochain prévisionniste météo pourrait être alimenté par l’IA, et ce n’est pas un hasard.'est étonnamment bonne
Si l’IA est douée pour une chose, c’est bien pour traiter un grand nombre de données et construire un modèle sur la base de ce qu’elle a « expérimenté ». Ainsi, que se passe-t-il lorsque vous donnez à une IA 39 ans de données météorologiques mondiales et que vous lui demandez de faire des prévisions pour l’avenir ? Si l’analyse de Google est correcte, vous obtenez un système plus précis que les mesures humaines.
Le modèle d’IA de Google DeepMind bat les prédictions humaines 97,2 % du temps
Comme l’a rapporté le laboratoire de recherche Google DeepMind l’entreprise a eu beaucoup de succès en utilisant l’IA pour prédire l’avenir. Les chercheurs ont transmis à leur nouveau modèle, appelé « GenCast », toutes les données météorologiques mondiales entre 1979 et 2018. Il lui a ensuite été demandé de prédire ce qui, selon lui, se produirait en 2019, en comparant ses résultats aux prévisions de l’Ensemble Forecast et au temps qu’il faisait réellement ces jours-là.
Il s’avère que l’IA a réussi à battre les prévisions d’ensemble 97,2 % du temps. Cette comparaison passe à 99,8 % lorsqu’on demande à GenCast de faire des prévisions au-delà de 36 heures, ce qui la rend bien meilleure que les humains pour faire des prévisions plus lointaines.
Le plus intéressant est que la précision de GenCast est également appliquée à la prévision de phénomènes météorologiques extrêmes tels que les tornades. Ainsi, si GenCast se comporte en situation réelle de la même manière que lors de ses tests, il pourrait s’avérer un atout inestimable pour détecter les phénomènes météorologiques dangereux et appeler à l’évacuation bien plus rapidement qu’auparavant.
Alors, est-ce la fin pour les météorologues ? Probablement pas. Après tout, les prévisions précises de GenCast dépendent entièrement de la réception de données de qualité. Ainsi, les experts utiliseront probablement les modèles d’IA parallèlement à leurs systèmes actuels pour générer rapidement et précisément des prévisions météorologiques, au lieu d’être carrément remplacés par ces modèles.
Si vous souhaitez exploiter la puissance de l’IA de Google, l’entreprise propose un modèle appelé Gemini, conçu comme un compagnon personnel idéal. Découvrez comment Gemini peut vous aider à être plus productif dans Google Workspace, ou ces astuces utiles pour utiliser l’IA de Gemini dans PowerPoint.
L’IA peut-elle prédire le temps qu’il fera ?
GenCast, un nouvel outil d’intelligence artificielle (IA) de la société DeepMind de Google, est désormais capable de concevoir des prévisions météorologiques à 15 jours, surpassant les meilleures prévisions mondiales destinées à suivre les tempêtes mortelles et à sauver des vies, selon un rapport du New York Times.
Quels sont les inconvénients de l’IA dans les prévisions météorologiques ?
Limites de l’IA Biais dans les données : Les modèles d’IA peuvent hériter des biais présents dans les données d’apprentissage, ce qui entraîne des prédictions faussées. La constitution d’ensembles de données diversifiés et représentatifs peut contribuer à atténuer ce problème. Ressources informatiques : Les modèles d’IA nécessitent une puissance de calcul et des ressources importantes pour la formation et le déploiement.
Pourrons-nous un jour prédire le temps qu’il fera ?
La plupart du temps, nous pouvons obtenir des informations précises sur le temps qu’il fera dans les prochaines heures et les prochains jours. Mais une semaine ou deux plus tard, ces prévisions deviennent moins fiables. Dans un avenir proche, il sera peut-être possible d’obtenir des prévisions météorologiques précises des semaines, des mois, voire une décennie à l’avance.
Pourquoi les météorologues ne peuvent-ils pas être absolument certains du temps à venir ?
Les météorologues utilisent des programmes informatiques appelés modèles météorologiques pour établir des prévisions. Comme nous ne pouvons pas collecter de données pour l’avenir, les modèles doivent utiliser des estimations et des hypothèses pour prédire le temps futur. L’atmosphère change en permanence, de sorte que ces estimations sont de moins en moins fiables au fur et à mesure que l’on s’éloigne dans le temps.
