au sommaire
Le champ d'investigation de DeepMind, l'intelligence artificielleintelligence artificielle de GoogleGoogle, ne cesse de s'élargir. Après avoir battu les meilleurs champions de jeu de Go, l'IA s'est attaquée à la détection du cancercancer, à la structure des protéinesprotéines, ou encore l'optimisation de la consommation énergétique des centres de données. C'est aujourd'hui dans la prévision météo que s'illustre DeepMind, avec la publication dans Nature d'un outil d'apprentissage profondapprentissage profond appelé DGMR capable de prédire la probabilité de pluie dans les 90 prochaines minutes - l'un des défis les plus difficiles de la prévision météorologique. L'algorithme a pu non seulement prédire l'emplacement des chutes de pluie, mais aussi leur étendue, leur duréedurée, leur mouvementmouvement et leur intensité entre 5 et 90 minutes à l'avance. Jusqu'à présent, les meilleures prévisions n'allaient pas au-delà de six à huit heures.
Pour affiner sa prévision, DeepMind s'est formée sur des milliers d'images radars, prises en instantané tout au long de la journée. Ils ont ensuite fourni ces données à un réseau génératif profond de type GAN, similaire à ceux utilisés pour créer de faux visages sur InternetInternet par exemple. Dans ce cas, le DGMR a appris à générer de faux instantanés radars qui ont poursuivi les séquences réelles. Pour tester son approche, les ingénieurs ont demandé à 56 météorologuesmétéorologues du Met Office (le service de prévision météométéo britannique) d'évaluer le DGMR dans une approche à l'aveugle, et le modèle s'est révélé plus exact que les deux méthodes concurrentes (simulation physiquephysique et IA rivale) dans 89 % des cas.
Régulièrement, et malgré les alertes rouges, les pluies diluviennes causent des dégâts considérables sur les populations et les infrastructures. Des prévisions plus affinées permettraient une meilleure anticipation de ces phénomènes et pourraient éviter des pertes humaines.
