La météorologie est à l'aube d'une révolution technologique : grâce à l'intelligence artificielle, les prévisions météorologiques précises seront bientôt plus rapides, moins coûteuses et plus personnalisées. C'est ce que rapporte le Guardian , citant une étude menée par un groupe international de scientifiques et publiée dans la revue Nature .
Aujourd'hui, les prévisions météorologiques reposent sur des calculs complexes à plusieurs niveaux, effectués par de puissants supercalculateurs. Ces derniers traitent d'énormes quantités de données provenant de stations météorologiques, de satellites, de ballons, de navires et d'avions, et l'analyse elle-même prend des heures. De plus, les centres météorologiques sont contraints de recruter des équipes entières d'experts pour développer, maintenir et améliorer ces modèles de prévision.
Mais grâce au Aardvark Weather , ce processus pourrait radicalement changer. Un système basé sur l'intelligence artificielle apprendra à traiter les données météorologiques brutes et à générer automatiquement des prévisions, sans nécessiter de matériel ultra-sophistiqué. Ainsi, les prévisionnistes pourront obtenir des informations précises à l'aide d'un simple ordinateur.
Richard Turner, professeur d'apprentissage automatique à l'université de Cambridge, affirme que cette nouvelle approche ouvre la voie à des prédictions précises et personnalisées. Par exemple, cette technologie pourrait servir à calculer les fluctuations de température dans l'agriculture africaine ou à déterminer la vitesse du vent pour les entreprises éoliennes européennes.
Grâce aux capacités d'apprentissage automatique, le modèle de prévision sera à terme capable de prédire le temps jusqu'à huit jours à l'avance avec une grande précision, alors que les prévisionnistes sont actuellement limités à des prévisions à cinq jours. De plus, le système pourra effectuer hyperlocales , identifiant les changements météorologiques pour des rues, des quartiers et des points précis.
Cette avancée majeure permettra non seulement d'alléger la charge de travail des centres météorologiques, mais aussi de rendre les prévisions plus accessibles, efficaces et précises. Si cette technologie est testée avec succès, le monde pourra anticiper les aléas climatiques et réagir plus efficacement aux catastrophes naturelles.
