05 août 2022
À quand une prédiction fiable de la météo?
Technologie, Intelligence artificielle
Du soleil pour les vacanciers, une tempête de neige pour les amateurs de ski, une saison chaude pour les agriculteurs… S’il y a bien un sujet intemporel qui alimentera toujours les discussions, c’est sans aucun doute le temps qu’il fait dehors. D’une saison à l’autre, nous sommes constamment soumis aux ires et aux joies de mère Nature, les yeux rivés vers les sites météorologiques pour prévoir nos déplacements et nos loisirs.
Mais au-delà de vous donner la température locale et le facteur humidex, la météorologie est également bien utile pour prédire le climat planétaire et, de ce fait, les catastrophes naturelles. Rappelons-nous de la crise du verglas de 1998 qui a privé des milliers de résidents d’électricité pendant des semaines ou du dévastateur ouragan Katrina en 2005.
Ces incidents, en plus d’apporter leur lot de pertes humaines, ont des répercussions sociétales importantes et imposent généralement un lourd fardeau financier sur les pays touchés.
Qui plus est, la problématique actuelle du réchauffement climatique ne fait qu’empirer la situation: déjà, les inondations, les feux de forêt et les ouragans se font non seulement plus fréquents, mais également plus violents.
C’est donc ici que la précision des prévisions météorologiques prend tout son sens. Cette science ancienne, autrefois le résultat de croyances et d’observations, a grandement évoluée au fil des millénaires afin de devenir une étude poussée des phénomènes climatiques, qui fait notamment appel à la physique, à la chimie et à des modèles mathématiques très spécialisés.
Depuis le 20e siècle, les avancées dans ce domaine ont rendu possible la météo telle qu’on la connaît aujourd’hui, surtout grâce à la prévision numérique du temps (PNT), qui est une application de la météorologie et de l'informatique.
Celle-ci se base sur des équations mathématiques pour obtenir une approximation du comportement de l'atmosphère. À l'aide d'un ordinateur, ces équations sont résolues pour obtenir une simulation accélérée des états futurs de l'atmosphère.
L’IA pour identifier les conditions météorologiques extrêmes à l’avance
Le problème avec cette méthode, c’est qu’elle ne parvient pas à prendre en charge toutes les éventualités, ni de tirer des conclusions des nombreuses données historiques sur le climat.
La quantité exponentielle de variables possibles qui entrent en jeu lorsque vient le temps d’étudier la météo rendent les prévisions extrêmement complexes, c’est pourquoi depuis de nombreuses années, l’intelligence artificielle est devenue particulièrement attrayante pour le domaine de la météorologie, comme dans bien d’autres industries d’ailleurs.
Les modèles de prévision météorologique standards créent des représentations mathématiques des lois de la physique et de la thermodynamique, alors que les modèles d’IA se basent sur des données et des événements météorologiques passés pour offrir des observations plus complètes et homogènes du climat.
Certaines études démontrent déjà l’impressionnante efficacité des différents modèles d’intelligence artificielle dans ce domaine, comme l’apprentissage profond. De plus, l’IA permet d’obtenir des résultats plus rapidement que jamais. Certains algorithmes sont d’ailleurs capables de traiter une prévision d'une semaine en un dixième de seconde. Imaginez le potentiel.
Une étude récemment publiée dans le «Journal of Advances in Modeling Earth Systems» soutient que l’IA pourrait en effet aider à identifier les conditions météorologiques extrêmes 2 à 6 semaines à l’avance, ce qui permettrait aux secteurs critiques tels que la santé publique, la gestion de l'eau, l'énergie et l'agriculture de se préparer pour atténuer les dommages. Les retombées socioéconomiques de ce type de prédiction sont immenses.
Il est vrai que pour de nombreux scientifiques et experts, il peut sembler très contre-intuitif de prendre des méthodes maintes fois éprouvées et de les remplacer par un algorithme d’IA afin de prédire ou de prendre une décision automatique. Malgré tout, il est grand temps que ce changement s’opère et que les méthodes empiriques soient challengées par ce que l’intelligence artificielle peut accomplir aujourd’hui!
La beauté de cette approche, c’est qu’elle peut être appliquée à une tonne de modèles d’affaires. En prédiction de la météo, comme partout ailleurs, bien des aspects peuvent être largement améliorés par l’utilisation des données historiques et de l’intelligence artificielle. Culture et production alimentaire, procédés et exploration minière… Nombreux sont les secteurs qui s’affairent à n’utiliser que des équations mathématiques qui, bien que puissantes, ne parviennent pas à atteindre les résultats souhaités.
Je termine sur un bémol important: il est certain que les modèles d’IA ne pourront pas résoudre tous les problèmes que nous leur présenterons. Toutefois, si la complexité de vos procédés ou de vos façons de faire est très grande, et si la quantité et la variabilité de données générée par un de vos processus l’est tout autant, ça vaut clairement le coup de donner une chance à l’IA pour améliorer vos performances!
