Des systèmes tels que FourCastNet, Pangu, GraphCast, GenCast, FuXi et AIFS qui sont les correspondants de « ChatGPT » dans le domaine de la prévision météorologique sont en train de perturber un secteur solidement établi — et ce n’est qu’une question de temps avant qu’ils ne changent également le domaine de la modélisation climatique sous d’autres appellations. Au cours des deux dernières années, ces modèles qui prévoient les changements atmosphériques dix jours à l’avance ont complètement révolutionné le champ.
C’est en février 2022 que la révolution de l’IA a débuté dans ce domaine, avec la présentation par Nvidia d’un preprint sur FourCastNet qui rivalisait avec les modèles traditionnels. Huawei a par la suite décrit Pangu en novembre 2022, avant que Google Deepmind ne lance GraphCast la veille de Noël, qui, presque un an plus tard, a abouti à une publication dans la revue Science, marquant le commencement d’une nouvelle ère. Marc Pontaud, le directeur de l’enseignement supérieur et de la recherche à Météo-France, se rappelle comment cet article a bouleversé leur perception du champ. Bien qu’ils s’y attendaient, ils ne pensaient pas que cela arriverait si rapidement.
Cette vague d’innovation a perturbé les experts du domaine. Mariana Clare, qui travaille au Centre européen pour les prévisions météorologiques à moyen terme (ECMWF) sur l’incertitude des différents modèles, raconte comment elle a dû se réajuster rapidement. Son collègue, Zied Ben Bouallegue, un expert en vérification de prédictions, renchérit en disant que ce changement a fait évoluer la nature de leur processus de recrutement, nécessitant de nouvelles compétences.
Les chances sont maintenant multipliées, comme une augmentation du nombre de « jets de dés ».
Vers Avril 2023, la France ainsi que d’autres nations européennes comme la Norvège, la Suède et la Suisse s’unissent dans le but de construire un modèle couvrant l’Europe de l’Ouest. Six mois après cette initiative, l’ECMWF modifie GraphCast pour l’intégrer à son propre modèle, AIFS. Météo-France planifie de développer un prototype de prévision avant la fin de 2024 à une échelle inférieure à deux kilomètres qui devrait être validé en 2025.
Les bénéfices de cette innovation technologique sont stupéfiants. Là où un superordinateur dédié requiert entre deux à trois heures pour une simulation, un ordinateur doté d’une seule carte graphique y parvient en une minute, avec un résultat tout aussi précis. Ces économies de temps et d’énergie ne vont pas néanmoins réduire l’empreinte carbone de ces opérations, puisque les spécialistes vont utiliser ces avancées pour effectuer davantage de prévisions. Comme ces phénomènes sont par nature instables, plus il y a de simulations, plus nous pouvons estimer l’incertitude. Au lieu de faire 50 prévisions toutes les six heures comme actuellement, on pourra réaliser 1 000 prévisions à chaque fois.
Le reste de cet article est accessible uniquement aux abonnés avec encore 59.69% du texte à lire.