La révolution de l’IA dans la science du climat
Alors que nous sommes confrontés aux implications de la révolution numérique et à un environnement naturel en évolution rapide, l’IA pourrait détenir la clé pour résoudre une partie de la complexité qui dépasse notre compréhension. Mais les moyens de recherche étant fermement entre les mains de l’industrie, les décideurs politiques devront veiller à ce que les nouveaux outils fournissent des biens publics.
LONDRES – Nous venons d’assister au début d’un changement de paradigme dans les sciences de la Terre. UN papier Publié dans Nature en juillet a montré qu’un réseau neuronal (intelligence artificielle) prédisait le temps mieux que le Centre européen de prévisions météorologiques à moyen terme, qui possède le système de prévision le plus avancé au monde. Puis, en novembre, DeepMind de Google annoncé que son IA de prévision météorologique avait produit des prévisions encore plus solides.
L’approche traditionnelle de la prévision météorologique consiste à utiliser des observations prises à un moment donné comme conditions initiales pour des équations basées sur des principes physiques. En revanche, une IA ingèrera des données collectées sur de longues périodes, puis « apprendra » la dynamique que les équations traditionnelles doivent décrire explicitement. Les méthodes traditionnelles et basées sur l’IA s’appuient sur des superordinateurs, mais l’IA n’a pas besoin de théories formellement développées.
Les prévisions météorologiques déterminent quand et où les avions volent, les itinéraires empruntés par les navires et aident à gérer toutes sortes de risques civils et militaires liés à un environnement variable. Cela compte. Même si les applications de l’IA dans ce domaine en sont encore à leurs débuts et qu’il reste encore beaucoup à faire, comme dans d’autres secteurs, les prévisions basées sur l’IA peuvent déplacer la main-d’œuvre qualifiée, puisque les réseaux de neurones ne nécessitent pas de connaissances en météorologie dynamique (le auteurs du Nature papier sont des ingénieurs sans expérience). Mais les implications ne s’arrêtent pas là.