Améliorer les prévisions climatiques grâce aux innovations de l'IA générative

ParisDes chercheurs exploitent l'IA générative pour améliorer les modèles climatiques, les rendant plus rapides et plus efficaces. Des scientifiques à Seattle et San Diego ont mis au point un modèle appelé Spherical DYffusion, semblable à la technologie derrière des outils comme DallE. Ce modèle permet de réaliser des prévisions climatiques sur 100 ans en seulement 25 heures, au lieu de plusieurs semaines sur des superordinateurs comme auparavant.

Fusion novatrice de la physique et de l'IA : une avancée pour les sciences climatiques

Associer des données basées sur la physique avec l'intelligence artificielle ouvre de nouvelles perspectives pour la science du climat. Bien que les modèles actuels soient précis, ils exigent énormément de puissance informatique et ont des contraintes temporelles. Le modèle innovant Spherical DYffusion remédie à ces problèmes en fonctionnant efficacement sur des grappes de GPU plutôt que sur des supercalculateurs, élargissant ainsi l'accès et les possibilités d'expérimentation des simulations climatiques.

Les atouts principaux du nouveau modèle sont :

• Vitesse : Traite les prévisions climatiques 25 fois plus vite que les méthodes actuelles.
• Efficacité : Fonctionne sur un matériel moins exigeant, le rendant ainsi plus accessible.
• Précision : Conserve une précision comparable aux modèles de pointe tout en diminuant les coûts.

Lisez aussi:

10 février 2025 · 15:47

L'IA s'impose : l'impact de l'automatisation sur l'emploi IT aux États-Unis

Des modèles climatiques plus rapides et simples à utiliser peuvent avoir un impact plus vaste. Ils pourraient aider les décideurs à examiner de nombreux scénarios différents, ce qui est crucial pour la planification. Cette technologie pourrait rendre la modélisation climatique plus accessible aux petits groupes de recherche ou aux organisations à but non lucratif qui ne pouvaient pas se permettre les calculs complexes auparavant.

Cette avancée montre une transformation dans notre manière de prévoir le temps et le climat à l'échelle mondiale. Grâce aux modèles d'apprentissage profond utilisant des données, nous pourrions acquérir une nouvelle compréhension des tendances climatiques à long terme. En associant les modèles d'IA à la science traditionnelle, cela pourrait aboutir à de nouvelles découvertes, permettant des prévisions météorologiques plus précises et de meilleures stratégies pour lutter contre le changement climatique.

Le modèle a démontré des capacités prometteuses, mais des améliorations sont possibles. Les chercheurs travaillent à l'améliorer en intégrant des éléments tels que la réaction de l'atmosphère au CO2. Ce processus continu est crucial pour rendre le modèle plus précis et complet. Alors que l'IA et la science du climat progressent, nous avons de meilleures chances de comprendre et de résoudre les problèmes climatiques mondiaux. Les travaux des chercheurs de l'Université de Californie à San Diego et de l'Allen Institute for AI montrent le potentiel de la combinaison de diverses disciplines pour résoudre des problèmes cruciaux.