Alors qu’une violente tempête hivernale touche actuellement une large partie des États-Unis, les écarts entre les prévisions météorologiques ont une nouvelle fois mis en lumière les limites des modèles traditionnels.
Dans ce contexte, Nvidia a présenté ses nouveaux modèles de prévision climatique basés sur l’intelligence artificielle, regroupés sous la plateforme Earth-2. Une annonce qui tombe à point nommé, tant ces outils promettent des prévisions plus rapides, plus précises et plus accessibles à l’échelle mondiale.
Dévoilés lors de la conférence annuelle de l’American Meteorological Society, ces modèles s’appuient sur des architectures IA modernes capables de traiter d’énormes volumes de données climatiques, tout en réduisant drastiquement les besoins en calcul par rapport aux superordinateurs classiques.
Lire aussi :
- Pourquoi Demis Hassabis de Google DeepMind s’oppose-t-il à l’introduction des publicités dans ChatGPT ?
- Comment OpenAI prévoit-il de regagner du terrain dans l’IA pour entreprises en 2026 avec Barret Zoph à la tête de ses efforts ?
Earth-2 Medium Range : un modèle qui dépasse les standards actuels
Le cœur de cette annonce repose sur Earth-2 Medium Range, un modèle conçu pour produire des prévisions allant jusqu’à deux semaines. Selon Nvidia, il surpasse le modèle GenCast développé par Google DeepMind sur plus de 70 variables météorologiques, notamment la température, le vent et l’humidité. Une performance notable dans un domaine où la précision diminue généralement rapidement avec le temps.
Contrairement aux approches basées exclusivement sur la simulation physique, Earth-2 repose sur une nouvelle architecture baptisée Atlas, fondée sur des modèles de type transformer. Cette approche vise à simplifier la conception des systèmes de prévision tout en améliorant leur capacité à généraliser les phénomènes climatiques complexes, sans dépendre de réglages spécifiques à chaque région.
Prévisions en temps réel et réduction massive des coûts
En complément, Nvidia a présenté un modèle de Nowcasting, dédié aux prévisions de très court terme, allant de quelques minutes à six heures. En exploitant directement les données issues de satellites géostationnaires, ce système permet d’anticiper plus précisément l’impact immédiat des tempêtes, pluies intenses ou vents violents, y compris dans des régions peu couvertes par des réseaux de stations météo.
Un troisième modèle, dédié à l’assimilation globale des données, permet quant à lui de compiler rapidement les informations issues de ballons météo, capteurs terrestres et stations maritimes. Là où les méthodes traditionnelles mobilisent jusqu’à 50 % de la puissance des supercalculateurs, cette approche fonctionne en quelques minutes sur GPU, réduisant considérablement les coûts énergétiques et financiers.
Un enjeu stratégique au-delà de la science
Pour Nvidia, l’enjeu dépasse la simple performance technique. La météo est aujourd’hui un facteur clé de sécurité nationale, de gestion énergétique et de planification économique. En démocratisant l’accès à des outils de prévision avancés, Earth-2 pourrait permettre à de nombreux pays et organisations de gagner en autonomie face aux infrastructures coûteuses traditionnellement réservées aux grandes puissances.
Déjà testés par plusieurs services météorologiques et acteurs de l’énergie, ces modèles pourraient bien redéfinir la manière dont le monde anticipe les événements climatiques à l’ère de l’intelligence artificielle.
