Si les outils d’intelligence artificielle d’Alphabet (la société mère de Google) sont si puissants qu’ils ont pu déduire la structure de presque toutes les protéines connues, ce n’était qu’une question de temps avant qu’ils n’entrent dans l’un des domaines les plus complexes des sciences appliquées. vilipendé à un niveau populaire : la prévision météorologique. Mais ne haussez pas les sourcils pour l’instant : son efficacité est similaire à celle des outils actuels et, de plus, on ne sait pas pourquoi il prédit ce qu’il prédit.
« C’est une boîte noire », explique le météorologue Meteored Francisco Martin. L’intelligence artificielle « est relativement rapide lorsqu’il s’agit de calculer des choses mais derrière elle, il n’y a pas de physique de l’atmosphère », nous ne savons pas ce qu’il y a à l’intérieur« .
Il s’appelle GraphCast et permet en une minute seulement de prédire la météo sur 10 jours dans le monde entier : il a une précision de plus de 90 % pour les 1 380 variables étudiées pour la prévision météorologique.
[Qué es la inteligencia artificial y por qué todo el mundo está hablando sin parar de ella]
En comparaison, le Centre européen de prévisions météorologiques à moyen terme, la référence en matière de prévision climatique internationale, Il lui faut plusieurs heures pour faire ses prédictions, qu’il publie deux fois par jour.
« Sa période de fiabilité est similaire à celle des modèles météorologiques traditionnels », précise-t-il. José Luis Casado, porte-parole de l’Agence météorologique d’État, Aemet. « Après tout, l’atmosphère est encore chaotique et son état exact n’est pas connu : les observations ne peuvent pas être faites partout. »
La science du climat est l’une des sciences les plus complexes auxquelles les humains aient été confrontés. Cela est résumé dans le célèbre aphorisme du météorologue Edward Norton Lorenz: « Le battement d’ailes d’un papillon au Brésil peut produire une tornade au Texas. » C’est-à-dire, Toute légère perturbation de l’atmosphère peut avoir des conséquences imprévisibles partout ailleurs dans le monde..
[La ley europea de Inteligencia Artificial amenaza con frenar un sector que mueve 33.200 millones de dólares al año]
Francisco Martín reconnaît qu’il y a seulement 20 ans, la capacité de prévision ne permettait que des prévisions précises sur trois jours. Actuellement, les progrès en matière de collecte de données (satellites) et de calcul (ordinateurs) ainsi que l’utilisation d’équations mathématiques de plus en plus complexes ont permis d’étendre la plage de prévision à cinq à sept jours.
Autrement dit, aujourd’hui, vous pouvez vous fier aux prévisions météo pour toute la période de Pâques avant de partir en vacances.
Or, « l’atmosphère est un fluide régi par les équations mathématiques qui ne peuvent pas être résolues quantitativement, elles doivent être résolues partiellementavec des approximations », précise l’expert.
Physique et algorithmes
La pertinence de GraphCast et d’autres outils développés à partir de l’intelligence artificielle pour prédire la météo – comme FourCastnet, de Nvidia, et Pangu-Weather, de Huawei – est qu’ils le font en très peu de temps et à un coût minimum, car ils nécessitent moins de temps. capacité.informatique.
En bref, les méthodes d’intelligence artificielle dites « machine learning » ou « réseaux de neurones » Ils reposent sur l’assimilation d’énormes quantités de données qui sont traitées par des algorithmes pour observer des corrélations. et, à partir de là, faire des prédictions sans utiliser les modèles développés par les physiciens.
Martín reconnaît que l’utilisateur ne remarquera pas la différence, mais au niveau conceptuel c’est important : alors que la physique traditionnelle s’est basée sur la découverte des lois qui nous gouvernent, en développant des théories et en les testant, le mécanisme qui régit l’intelligence artificielle ignore cela. étape. « Ce qu’il y a à l’intérieur n’est connu que des développeurs. »
[Si tienes uno de estos 10 trabajos, preocúpate: la Inteligencia Artificial podría reemplazarte]
Le porte-parole d’Aemet, José Luis Casado, reconnaît que l’avantage de l’IA est le temps, même si « indirectement, cela pourrait également aider à faire des prédictions plus précises« . Cependant, il est d’accord avec Martín sur le fait que la météorologie a non seulement besoin de réponses précises « mais aussi de réponses cohérentes ».
Parmi les problèmes qui restent à résoudre avec ces outils, le météorologue souligne que les modèles basés sur l’IA « adoucissent les prévisions car cela réduit les erreurs commises, même si cela peut ne pas se produire dans la réalité. Les modèles traditionnels ne le font pas ». donc cet adoucissement volontaire, donc la comparaison directe des deux n’est pas tout à fait appropriée, dans un sens.
Martín et Casado considèrent Google non pas comme un ennemi mais comme un allié complémentaire aux outils actuels. « L’intelligence artificielle est là pour rester », affirme le premier.
[La inteligencia artificial de Google diseña 400.000 nuevos materiales: así es el ChatGPT de la química]
« Les prévisions météorologiques classiques continueront d’exister pendant longtemps, des recherches scientifiques doivent être menées pour comprendre pourquoi l’atmosphère se comporte d’une manière et pas d’une autre, et les boîtes noires ne sont d’aucune utilité pour cela. L’intelligence artificielle sera utilisée pour faire des calculs rapides sans savoir pourquoi et comment« .
Casado rappelle que l’intelligence artificielle est utilisée depuis des décennies et constitue probablement un complément pour « améliorer a posteriori les prédictions des modèles traditionnels, ou pour les prédictions à très court terme basées sur des images radar ou satellite, pour donner quelques exemples ».
Bien que, ironiquement, il soit difficile de prédire où vont les prévisions météorologiques, l’intelligence artificielle « fait sans aucun doute partie de l’avenir ».
Suivez les sujets qui vous intéressent