Lintelligence artificielle pour des prvisions Mto plus pointues

Lintelligence artificielle pour des prvisions Mto plus pointues

Un article du Wall Street Journal

 

Les Etats-Unis ont connu 22 catastrophes mtorologiques et climatiques en 2020 un nombre record. Lintelligence artificielle semble capable de dterminer avec une plus grande prcision lvolution des intempries telles que les chutes de grle ou les tornades.

 

 

Amy McGovern fait partie des rares personnes avoir dmnag en Oklahoma pour des raisons mtorologiques.

Non pas quelle apprcie particulirement les tornades qui sabattent sur cet Etat intervalles rguliers, ni les chutes de grle qui sapparentent souvent un dluge de balles de golf. Jen suis mon troisime toit en quinze ans , raconte-t-elle en riant.

Mais cest bien en raison de ces violentes intempries quelle sest installe ici : informaticienne initialement forme la robotique, elle a t recrute par lcole de mtorologie de lUniversit de lOklahoma. A lautomne dernier, disposant dun financement de 20 millions de dollars de la National Science Foundation, elle a ouvert lun des premiers instituts nationaux ddis lapplication de lintelligence artificielle la mto et au climat. A lheure o les nouvelles technologies dapprentissage automatique deviennent omniprsentes et produisent des rsultats tonnants dans la reconnaissance faciale ou la rdaction de textes, le centre de Mme McGovern prend part une nouvelle initiative visant dterminer si ces techniques peuvent aussi prvoir lvolution de la mto.

Selon les modlisateurs, la rcente vague de froid qui a dtruit des infrastructures et perturb les chanes dapprovisionnement au Texas aura cot elle seule 90 milliards de dollars

Linstitut de Mme McGovern bnficie de la participation de six autres universits et divers acteurs du secteur priv. Dveloppant des mthodes dintelligence artificielle pour amliorer les prvisions en matire dvnements climatiques extrmes et docanographie ctire, linstitut veille ce que les instruments quil met au point soient fiables du point de vue des prvisionnistes qui en seront les utilisateurs. Nous travaillons sur le cycle dans son ensemble, explique Mme McGovern. Il sagit de sauver des vies et des biens.

Lintelligence artificielle, qui permet dj daccrotre lefficacit des mthodes de prvisions existantes et contribue en augmenter la rapidit et lexactitude, semble capable de dterminer avec une plus grande prcision lvolution des intempries telles que les chutes de grle ou les tornades. Elle ne remplacera pas les prvisions mtorologiques classiques mais renforcera et dveloppera les mthodes actuelles.

Une meilleure efficacit

Des prvisions plus prcises et une meilleure prparation aux intempries apportent des bnfices considrables. Selon la National Oceanic and Atmospheric Administration, les Etats-Unis ont connu 22 catastrophes mtorologiques et climatiques en 2020 un nombre record et les dommages causs par chacune dentre elles ont atteint plus dun milliard de dollars. Selon les modlisateurs,la rcente vague de froid qui a dtruit des infrastructures et perturb les chanes dapprovisionnement au Texas aura cot elle seule 90 milliards de dollars. Et si les prvisions se sont amliores au fil du temps, elles sont encore loin dtre exhaustives. Selon Mme McGovern, les services gouvernementaux parviennent assez bien donner lalerte avant larrive des tornades (anticipant 80 % dentre elles), mais leurs prvisions comptent de nombreux faux positifs (80 % se rvlant errones).

Lre moderne des prvisions mtorologiques sest ouverte dans les annes 1950 et depuis lors, les spcialistes ont avant tout fait appel des prvisions numriques , cest--dire des modles mathmatiques qui simulent ltat du monde et de latmosphre en fonction des paramtres physiques de leau, du vent, des sols et de la lumire du soleil, lesquels interagissent de multiples manires. Cherchant intgrer toujours davantage de paramtres, les modles actuels traitent une centaine de millions de donnes chaque jour, un niveau de complexit comparable aux simulations du cerveau humain ou de la naissance de lunivers.

Durant des dcennies, ces modles ont permis des progrs rguliers en termes dexactitude des prvisions. Ces dernires annes cependant, la multiplication des satellites dobservation terrestre et lapparition de nouveaux capteurs, comme les outils de mesure de la pression atmosphrique prsents dans des milliards de tlphones portables, ont dpass la capacit des scientifiques les intgrer dans leurs modles mtorologiques. Et le traitement dune seule fraction de ces donnes a ncessit une augmentation exponentielle de la puissance de calcul utilise pour raliser des prvisions prcises.

Les dernires technologies dintelligence artificielle fonctionnent de manire totalement diffrente des techniques antrieures, en entranant des rseaux neuronaux laide de ce dluge de donnes plutt quau moyen des lois de la physique. Au lieu de recourir des calculs exhaustifs pour prvoir lvolution mtorologique sur la base des conditions actuelles, ces rseaux passent en revue les donnes relatives aux conditions passes et dveloppent leur propre comprhension de lvolution du temps. Des techniques rudimentaires dintelligence artificielle sont appliques aux domaines mtorologique et climatique depuis des annes la premire confrence sur lintelligence artificielle parraine par la National Oceanic and Atmospheric Administration remonte 1986 mais les rcentes avances de lapprentissage profond, de mme quun meilleur accs aux ordinateurs capables de lexcuter, se sont traduits par une augmentation rapide de la recherche.

Les prvisions mtorologiques actuelles consomment dj une telle puissance de calcul quelles ncessitent lutilisation des ordinateurs les plus rapides au monde, et les scientifiques semploient en permanence en repousser les limites

Lintelligence artificielle nest pas utilise, du moins ce stade, pour produire seule des prvisions. De fait, les mthodes classiques sont assez performantes : deux semaines avant la vague de froid qui sest abattue mi-fvrier sur le Texas, le bureau des services mtorologiques nationaux de Fort Worth avait prdit des tempratures inhabituellement basses, et une semaine avant les intempries, de nombreux modles en avaient valu lintensit quelques degrs prs. Ted Ryan, un mtorologue de Fort Worth, explique que les quipes locales recourent parfois des prvisions produites par un algorithme sophistiqu dapprentissage automatique afin de dterminer si les rsultats sont trs diffrents des prvisions humaines, mais lutilisation de cet outil ne fait pas partie de leur travail de prvision et de communication quotidien. Il classe lalgorithme quelque part entre une curiosit et une nouveaut .

Une autre difficult pose par lintelligence artificielle est quelle est particulirement efficace pour prdire des scnarios figurant couramment dans les donnes qui servent son dveloppement ; or, les conditions mtorologiques importent justement lorsquelles sortent de lordinaire comme la vague de froid au Texas, o les tempratures navaient pas t aussi basses depuis 1899.

Ce nest pas parce que ces nouvelles techniques nont pas encore remplac les mthodes classiques de prvision quelles ne vont pas rapidement affecter ces dernires. Les prvisions mtorologiques actuelles consomment dj une telle puissance de calcul quelles ncessitent lutilisation des ordinateurs les plus rapides au monde, et les scientifiques semploient en permanence en repousser les limites. Les techniques dapprentissage automatique peuvent rduire lutilisation dnergie en imitant en partie les modles mtorologiques mondiaux laide de calculs plus simples et moins consommateurs dlectricit et avec des rsultats assez proches en termes de prcision.

Sid Boukabara, responsable scientifique au centre dapplications et de recherches satellitaires de la National Oceanic and Atmospheric Administration, estime que les bnfices seront importants : Dans le cas de certains composants, lefficacit pourrait tre de 10 1 000 fois suprieure. Il est toutefois trop tt pour savoir quel point lexactitude des prvisions numriques en sera amliore.

De son ct, le Centre europen pour les prvisions mtorologiques moyen terme effectue actuellement une simulation du globe terrestre sous la forme dune grille compose de carrs de 9 kilomtres de ct, empils sur 137 tages dans latmosphre. Le directeur adjoint du Centre, Peter Bauer, explique que chaque degr de prcision supplmentaire entrane une augmentation exponentielle de lutilisation dlectricit : le nouveau superordinateur du Centre Bologne, en Italie, consommera autant dlectricit que 6 000 foyers. Ses collgues et lui sapprochent rapidement des limites de ce quils peuvent dpenser, ou justifier, indique M. Bauer.

Cette anne, en faisant appel aux mthodes de lintelligence artificielle pour amliorer son efficacit, le Centre commencera laborer un nouveau modle mondial, avec une rsolution de 1 kilomtre, qui permettra de mieux cerner les temptes et tourbillons ocaniques, prcise M. Bauer. Des machines plus grosses et plus rapides nous apportent une puissance de calcul toujours plus importante, mais il faut que nous changions radicalement les codes que nous utilisons pour garantir lefficacit dusage.

Des prvisions plus localises

Les chercheurs jugent lintelligence artificielle prometteuse dans des applications plus circonscrites, par exemple lutilisation de lapprentissage automatique pour produire des prvisions trs localises, plus utiles pour le public destinataire. Les meilleurs modles mtorologiques mondiaux eux-mmes ont une rsolution spatiale de plusieurs kilomtres : sils peuvent prvoir avec exactitude le temps quil va faire dans un dpartement, ils sont moins mme de le faire pour un quartier. Selon les chercheurs, lapprentissage profond pourrait permettre de rduire lchelle gographique et de produire des prvisions plus dtailles, la manire de ce qui sest pass dans le domaine de la photographie. Lapprentissage profond complte les prvisions mtorologiques issues des mthodes classiques laide dinformations comme la topographie, de faon dterminer la manire dont des tendances gnrales se traduiront dans certains lieux en particulier.

Lapprentissage automatique pourrait aussi savrer crucial pour ltablissement de prvisions immdiates prcises, qui impliquent des calculs rapides hors de porte des mthodes classiques. Au printemps dernier, deux scientifiques de Google Research ont montr que des rseaux neuronaux profonds qui navaient fait lobjet daucun encodage explicite des lois physiques pouvaient prvoir les prcipitations dans les huit heures venir de manire plus performante que dautres modles de pointe. Lun deux, Nal Kalchbrenner, explique quils cherchaient accrotre la qualit et la dure des prvisions. Cela ouvre la voie une utilisation grande chelle de lintelligence artificielle dans le domaine des sciences mtorologiques et climatiques.

Gouvernements et grandes entreprises sont conscients du potentiel de lintelligence artificielle. En octobre dernier, la National Oceanic and Atmospheric Administration et Google ont annonc un partenariat visant tudier comment lapprentissage automatique pouvait aider lagence utiliser de faon plus efficace les donnes satellitaires et environnementales

Obtenir des prvisions prcises ne serait-ce quune ou deux heures plus tt pourrait avoir des consquences considrables pour les entreprises, qui ne sont pas exposes aux mmes risques que les particuliers. Si vous entendez quil va y avoir de la grle, vous pouvez rapidement rentrer votre voiture au garage, explique Mme McGovern. Mais pour un constructeur ou concessionnaire automobile avec 1 000 voitures lextrieur, cela prend beaucoup plus de temps. Lan dernier, elle a co-crit une tude montrant que lapprentissage automatique amliorait les prvisions court terme relatives aux averses de grle, compensant le nombre limit de donnes mondiales par lanalyse de milliers de rapports de temptes de grle localises. Mme McGovern travaille actuellement avec la National Oceanic and Atmospheric Administration llaboration dune solution oprationnelle fonde sur cette technique.

Gouvernements et grandes entreprises sont conscients du potentiel de lintelligence artificielle. En octobre dernier, la National Oceanic and Atmospheric Administration etGoogleont annonc un partenariat visant tudier comment lapprentissage automatique pouvait aider lagence utiliser de faon plus efficace les donnes satellitaires et environnementales. En janvier, le National Center for Atmospheric Research a investi 35 millions de dollars dans un nouveau superordinateur mieux quip pour supporter les dernires technologies dintelligence artificielle. Et la National Oceanic and Atmospheric Administration tout comme le Centre europen ont rcemment annonc des stratgies dintgration de lintelligence artificielle dans leurs travaux.

Certains chercheurs de premier plan, prudents quant lengouement actuel pour tout ce qui touche lintelligence artificielle, soulignent quil ne faut pas tout attendre de ces technologies. Lun deux, Stephan Rasp, ny est pas oppos : il a co-crit lune des premires tudes montrant que lintelligence artificielle pouvait imiter de manire efficace une partie du travail de prvision, et le nom de la start-up qui lemploie en tant quexpert en mgadonnes Climate.ai fait directement rfrence cette technologie. Le chercheur note toutefois quune grande part des recherches en sont encore au stade de la dmonstration de faisabilit ; si lapplication de lintelligence artificielle des sries de donnes simplifies a t concluante, il existe encore peu dexemples damlioration effective des prvisions mtorologiques et climatiques.

Dans ce domaine, il estime quil pourrait falloir dix ans pour dterminer o lintelligence artificielle peut tre utile ou non. Lorsque lon dispose dun marteau, on tend considrer tous les problmes comme des clous. Jai limpression que cest ce quil se passe en ce moment.

(Traduit partir de la version originale en anglais par Anne Montanaro)

0 Réponses à “Lintelligence artificielle pour des prvisions Mto plus pointues”


  • Aucun commentaire

Laisser un Commentaire




L'actu ?cologique |
bessay |
Mr. Sandro's Blog |
Unblog.fr | Annuaire | Signaler un abus | astucesquotidiennes
| MIEUX-ETRE
| louis crusol