Une équipe d'ingénieurs et de spécialistes météorologiques de NVIDIA, travaillant avec un collègue de la Central Weather Administration de Taiwan, a développé une nouvelle application d'IA visant spécifiquement à générer des prévisions météorologiques locales plus élevées. Dans leur article publié dans Communications Earth & Environment, Le groupe décrit leur approche en deux étapes pour développer un meilleur système de prévision météorologique local.
Au cours des dernières décennies, les prévisions météorologiques se sont considérablement améliorées, du moins dans les pays développés. Les progrès des logiciels, du matériel et de la modélisation météorologique ont conduit à la création de systèmes de modélisation à base numérique fonctionnant sur des superordinateurs massifs qui produisent des prévisions météorologiques extrêmement précises – au sens macro.
La prédiction météorologique locale attend toujours une amélioration, en particulier dans des endroits éloignés des grandes zones métropolitaines, en raison de l'énorme coût qui serait impliqué dans l'utilisation des supercalculateurs pour faire de telles prédictions.
L'équipe de NVIDIA a développé un système de prévision météorologique qu'ils appellent la diffusion corrective (Cordiff) qui combine les meilleures caractéristiques des modèles informatiques massifs avec une intelligence artificielle. Il fonctionne en réduisant les prévisions météorologiques mondiales à un niveau plus local, puis en améliorant leur résolution – et le fait à un coût beaucoup plus faible que les systèmes traditionnels.
L'approche en deux étapes adoptée par l'équipe implique l'utilisation d'un mode AI déterministe qui produit une sortie basée sur une entrée donnée – aucune aléatoire n'est impliquée. Les prédictions qu'il fait sont basées sur des modèles de comportement météorologiques qui ont été appris au fil du temps. La deuxième étape consiste à affiner la sortie de la première étape en utilisant un modèle de diffusion génératif.
En utilisant les mêmes techniques répétitives de base utilisées par les chatbots pour apprendre à répondre aux requêtes plus intelligemment, le système produit des résultats de résolution de plus en plus élevés. Le résultat est un système qui porte la précision macro-échelle au niveau local ou régional.
Le système a été testé contre plusieurs modèles conventionnels et s'est avéré fournir des résultats similaires – la différence était dans le coût beaucoup plus faible associé à de tels résultats et à la vitesse avec laquelle il les a livrés.
L'équipe de NVIDIA suggère que leur système peut apporter des prévisions précises au niveau local pour les personnes du monde entier, ce qui contribue à mieux prédire les temps dangereux, et peut-être à sauver des vies. Dans leur blog, les représentants de la société rapportent que le système est déjà utilisé par plusieurs agences et entreprises météorologiques du monde entier.
