Pourquoi les météorologues ont besoin d'une journée supplémentaire
Les cyclones tropicaux comptent parmi les forces les plus destructrices de la nature. Au cours du dernier demi-siècle, ils ont fait plus de 700 000 morts et causé près de 1,4 billion de dollars de dommages à l'économie mondiale. Toutes les 24 heures avant une tempête, il est possible d'évacuer les populations, de renforcer les infrastructures et de sauver des vies. C'est exactement le genre de délai que les nouveaux modèles d'intelligence artificielle essaient de donner aux prévisionnistes.
Google DeepMind, en collaboration avec des chercheurs de Google Research et des centres météorologiques de premier plan, dont NHC, CIRA et UK Met Office, a introduit le modèle WeatherNext. Les résultats ont été publiés dans la revue Nature. Les développeurs affirment que l'exactitude du modèle est comparable aux prévisions qui étaient auparavant disponibles un jour plus tard : WeatherSuivant Les prévisions de trois jours correspondent aux prévisions de deux jours des meilleurs systèmes traditionnels. En fait, il s'agit d'un bond d'environ dix ans de progrès météorologiques.
Fonctionnement de la météo
Ensemble de mille scénarios
Au lieu d'une seule prévision, le modèle génère un millier de chemins possibles pour chaque cyclone à la fois. Cela permet de suivre des événements rares mais critiques, par exemple une intensification rapide, lorsqu'une tempête se transforme en un ouragan puissant en une journée. Auparavant, le système était limité à 50 scénarios; aujourd'hui, l'ensemble est passé à 1 000 membres. Chaque scénario n'est pas seulement une ligne sur une carte mais une image complète des vents : de la tempête tropicale à la force des ouragans, avec les probabilités indiquées pour chaque emplacement.
MétéoSuivant est formé sur près de 20 téraoctets de données atmosphériques mondiales et la base de données sur les cyclones historiques IBTrACS, qui contient des enregistrements de environ 5000 tempêtes. Il est basé sur des réseaux générateurs fonctionnels (RFN). Une seule prévision de 15 jours est calculée en moins d'une minute sur les processeurs TPU de Google.
Un détail intéressant: WeatherNext fonctionne à une résolution de 28×28 km, qui est à peu près cent fois plus grossière que les modèles traditionnels. La version réduite, WeatherNext 2-mini, utilise une grille de 111×111 km et offre toujours d'excellents résultats. Pourquoi le modèle est si précis à une résolution grossière reste une question de recherche ouverte.
Une vision globale au lieu des compromis
Les météorologues doivent généralement choisir entre des modèles mondiaux qui couvrent toute la planète et des modèles locaux qui détaillent une région spécifique. MétéoLes prochains Cyclones résolvent cette contradiction : ils prédisent la circulation atmosphérique générale tout en décrivant en détail la trajectoire, l'intensité et la structure du vent d'un ouragan. Le modèle peut produire des prévisions jusqu'à 15 jours à l'avance, à partir des conditions atmosphériques mondiales.
La journée supplémentaire en pratique
La réalisation clé de WeatherNext Cyclones est plus de 24 heures de délai supplémentaire. Cela est confirmé par des évaluations sur les cyclones historiques de 2023 à 2024, où le modèle a constamment surpassé les autres systèmes de prévision. Si les météorologues pouvaient prédire un ouragan dangereux deux jours à l'avance, il y a maintenant un tampon de trois jours. Pour les résidents des zones côtières, ce n'est pas seulement un nombre : une journée supplémentaire signifie la capacité d'effectuer des évacuations, de renforcer les bâtiments et de rééchelonner les vols.
La valeur pratique du modèle a déjà été testée dans les opérations réelles. Au cours de la saison des ouragans de 2025, le National Hurricane Center (NHC) des États-Unis a utilisé MétéoNext pour prévoir l'intensification rapide de l'ouragan Melissa. Grâce à l'alerte rapide, les résidents de la Jamaïque ont appris le danger plus tôt qu'ils ne le feraient avec les prévisions traditionnelles. Et en octobre 2024, le modèle a géré avec succès l'ouragan Milton, démontrant sa capacité à prédire des changements importants dans la force des tempêtes.
Code ouvert et avenir
Google a annoncé qu'il est open-sourçant les modèles WeatherNext 2 et WeatherNext Cyclones. Cela signifie que tout centre météorologique ou groupe de recherche peut exécuter le modèle sur leurs propres systèmes, l'adapter à leurs besoins, et l'intégrer dans l'infrastructure de prévision existante. Cette approche accélère l'adoption de l'IA en météorologie opérationnelle dans le monde entier.
Il est trop tôt pour dire que l'IA remplacera complètement les modèles classiques. Mais il est déjà clair : des outils comme WeatherNext donnent aux météorologues le temps supplémentaire qui se traduit par des vies sauvées et des dommages réduits. Et le code ouvert, ainsi que la collaboration avec les principales agences — NHC, CIRA et UK Met Office — signifient que la technologie atteindra rapidement les prévisions météorologiques réelles.
