DeepMind, une société appartenant au groupe Alphabet de Google, continue de dévoiler de nouveaux modèles d’intelligence artificielle. Après avoir développé un modèle s’adaptant à la stratégie d’un joueur et modélisé la forme 3D d’une protéine grâce à une séquence d’acides aminés, l’entreprise revient avec une IA permettant de calculer les probabilités de pluie dans les 90 prochaines minutes, soit un des défis les plus difficiles dans le monde de la prévision météorologique.
La prévision météorologique passe un nouveau cap grâce à DeepMind
En collaboration avec le service météorologique national du Royaume-Uni (Met Office), DeepMind a confectionné un nouvel outil de deep learning du nom de DGMR.
Inscrivez-vous à la newsletter
En vous inscrivant vous acceptez notre politique de protection des données personnelles.
Dans un article, le MIT explique les problématiques autour de la prévision météorologique des pluies, mais aussi les résultats publiés dans la revue Nature par les chercheurs ayant travaillé sur l’IA DGMR. On apprend ainsi que de multiples facteurs entrent dans la prévision des pluies (changements de température, la formation de nuages, et le vent) et impactent la quantité d’eau dans le ciel ainsi que le lieu et le moment où elle va tomber.
Jusqu’à aujourd’hui, les techniques de prévisions utilisées étaient « des simulations informatiques massives de la physique atmosphérique ». Le problème, c’est qu’elles fonctionnent correctement sur le long terme, mais sont moins efficaces lorsqu’il faut prédire la météo pour l’heure à venir, ce qu’on appelle les prévisions immédiates.
Pour arriver à proposer une solution efficace, les chercheurs de DeepMind ont décidé de former une IA avec les données radar. « De nombreux pays diffusent tout au long de la journée des instantanés fréquents de mesures radar qui suivent la formation et le mouvement des nuages », explique le MIT. Des prévisions visuelles peuvent ainsi être confectionnées afin de découvrir l’évolution de la pluviosité dans un pays. Grâce à ces données, l’intelligence artificielle a été formée à générer de nouveaux échantillons de données très similaires aux données réelles sur lesquelles il a été formé.
56 météorologues du Met Office ont ensuite évalué l’intelligence artificielle DGMR dans une comparaison à l’aveugle avec une simulation physique de pointe et un outil de deep learning concurrent. Le résultat est ainsi sans appel, 89 % des météorologues ont préféré les résultats de l’IA, que ce soit au niveau de la prévision de l’emplacement, de l’étendue, du mouvement et de l’intensité de la pluie.
Niall Robinson, responsable des partenariats et de l’innovation produit au Met Office, co-auteur de l’étude, explique : « Les algorithmes d’apprentissage automatique essaient généralement d’optimiser une mesure simple de la qualité de leurs prévisions (…) Dans le cadre de cette recherche, nous avons déployé beaucoup d’efforts pour évaluer notre algorithme en fonction d’un large éventail de paramètres ». Suman Ravuri, chercheur scientifique chez DeepMind, déclare ainsi que la collaboration avec Met Office les a poussés à développer une IA « dans une voie différente de celle que nous aurions empruntée par nous-mêmes (…) Sans quoi, nous aurions pu créer un modèle qui n’était finalement pas particulièrement utile. ».
