Les IA génératives peuvent aussi servir dans le domaine des prévisions météo. Google a dévoilé hier GenCast, un nouveau modèle d’IA générative pouvant prédire la météo et les risques météorologiques avec « une précision extrême ». Celui-ci promet de donner des prévisions plus rapides et plus précises jusqu'à 15 jours à l'avance. Google affirme qu’il est plus précis que la référence du domaine, le Centre européen pour les prévisions météorologiques à moyen terme (CEPMMT) créé en 1975.
Google explique que ce nouveau modèle est une évolution de GraphCast, sorti l’année dernière avec comme désavantage d’être déterministes (il ne fournit qu’une seule estimation de la météo future). En comparaison, GenCast est probabiliste : chaque prévision comprend 50 prédictions ou plus, chacune représentant une trajectoire météorologique possible. Si la plupart des prévisions montrent qu'un cyclone frappe la même zone, l’hypothèse semble assez fiable. Si elles anticipent plutôt qu’il frappera plusieurs endroits différents, l'incertitude est plus élevée. « GenCast trouve le bon équilibre, en évitant d'exagérer ou de sous-estimer sa confiance dans ses prévisions », explique le communiqué.
Selon Google, GenCast a pour avantage d’être adapté à la géométrie sphérique de la Terre. Le modèle a été formé sur quatre décennies de données météorologiques comportant différentes variables (température, vitesse du vent, pression à différentes altitudes…). Il a été formé sur des informations allant jusqu’en 2018 avant d’être testées sur les données de 2019 : il a obtenu de meilleurs résultats que le CEPMMT. GenCast a également l’avantage d’être beaucoup plus rapide et économe en énergie.
Il ne faut que 8 minutes à une seule TPU Google Cloud v5 pour produire une prévision à 15 jours dans l'ensemble GenCast, et chaque prévision peut être générée simultanément, en parallèle. Les prévisions d'ensemble traditionnelles basées sur la physique, telles que celles produites par le CEPMMT, à une résolution de 0,2° ou 0,1°, prennent des heures sur un superordinateur doté de dizaines de milliers de processeurs.
Google explique que son modèle est plus précis pour anticiper la trajectoire de certains évènements naturels dévastateurs comme les cyclones. Les ingénieurs estiment qu’il pourrait être utilisé dans d’autres domaines, comme celui des énergies renouvelables en aidant à prédire les énergies générées par les éoliennes. Le modèle a été publié sur Github, et Google mettra « prochainement » en ligne des prévisions en temps réel et historiques de GenCast, qui apparaîtrons aussi sur Google Earth.
