IA et prévisions météo : quand l'ancien monde fait de la résistance
L’intelligence artificielle est-elle capable d’une meilleure prévision météorologique que le méga calculateur météo de 10 petaflops, et de celui 100 fois plus puissant d’un exaflops (1 milliard de milliards de données traitées par seconde) prévu pour 2025. Là où les prévisionnistes travaillent sur 10 milliards d'observations issues des satellites, des avions, des radars et des sondes ; les modèles d'IA se contentent de 10 millions de données par tranche de 6 heures, et délaissent de grandes parties du monde. Des startups en IA se sont lancées le défi de déterminer si elles peuvent atteindre le même niveau de qualité que les modèles en équation dont la précision de prévision est aujourd’hui de zones de 1,4 km avec l’objectif d’une précision de 500 m.
L'analyse de l'APNA :
Jusque dans les années 1990, les pilotes long-courriers remplissaient des formulaires de relevés météos qui étaient déposés dans les salles d’arrivée lors du débarquement. Les services météos traitaient ces données alors que les prévisionnistes régionaux avaient la capacité de prévisions empiriques à partir d’une grande expérience des observations locales telles que la couleur du ciel, une orientation de vent, un niveau d’humidité. Cette expérience des phénomènes locaux a été perdue, remplacée par des millions de données transmises par des multiples sources automatiques (avions, sondes, ballons etc..) à des supercalculateurs. Les supercalculateurs, devenus de plus en plus puissants, permettent notamment des prévisions exactes des durées du vols. L’intelligence artificielle utilisant de simples ordinateurs personnels, s’essaie à remplacer ces supercalculateurs.
