Les modélisateurs ont démontré que les modèles d’intelligence artificielle (IA) peuvent produire des simulations climatiques avec plus d’efficacité que les modèles basés sur la physique. Cependant, de nombreux modèles d’IA sont formés sur des données climatiques passées, ce qui rend difficile la prévision de la manière dont le climat pourrait réagir aux changements futurs, tels qu’une nouvelle augmentation de la concentration de gaz à effet de serre.
Dans un article publié dans le Journal de recherche géophysique : apprentissage automatique et calculSpencer Clark et ses collègues ont franchi une nouvelle étape vers l'utilisation de l'IA pour modéliser des systèmes terrestres complexes en couplant un modèle d'IA de l'atmosphère (appelé Ai2 Climate Emulator, ou ACE) avec un modèle physique de l'océan (appelé modèle océanique en dalles, ou SOM) pour produire un modèle qu'ils appellent ACE2-SOM. Ils ont formé ACE2-SOM sur la sortie d’un modèle physique d’une résolution de 100 kilomètres provenant de divers climats.
En réponse à l'augmentation du dioxyde de carbone atmosphérique, conformément à son modèle cible, ACE2-SOM a prédit des réponses bien connues, telles que la température de surface augmentant plus fortement au-dessus des terres qu'au-dessus de l'océan, et les zones humides devenant plus humides et les zones sèches devenant plus sèches.
Lorsque les chercheurs ont comparé leurs résultats avec ceux d’une version d’une résolution de 400 kilomètres du modèle basé sur la physique qu’ils émulaient, ils ont découvert que l’ACE2-SOM produisait des prédictions plus précises et plus rentables : l’ACE2-SOM utilisait 25 fois moins d’énergie tout en offrant une résolution quatre fois plus fine.
Mais ACE2-SOM a eu du mal lorsque les chercheurs lui ont demandé de prédire ce qui se passerait si les niveaux de dioxyde de carbone atmosphérique augmentaient rapidement (soudainement quadruplés, par exemple). Alors que la température de la surface de l’océan a mis le temps nécessaire à s’ajuster, l’atmosphère est passée presque immédiatement au climat d’équilibre sous la nouvelle concentration de dioxyde de carbone, même si les lois physiques dictaient une réponse plus lente.
Pour devenir pleinement compétitifs avec les modèles basés sur la physique, les modèles climatiques d’IA devront devenir plus capables de modéliser des situations inhabituelles, écrivent les auteurs. Le modèle océanique en dalle utilisé dans cette étude est également très simplifié. Ainsi, pour conserver leur avantage en termes d’efficacité tout en améliorant le réalisme, les modèles d’IA devront également intégrer des éléments supplémentaires du système Terre, tels que la circulation océanique et la couverture de glace marine, ajoutent les chercheurs.
