Prévisions météorologiques rapides et moins chères: comme l'intelligence artificielle peut sauver des vies dans les pays les plus vulnérables

Grâce au nouveau système basé sur l'intelligence artificielle, au temps sur le temps, les prévisions météorologiques deviendraient plus accessibles, rapides et efficaces, surtout où aujourd'hui les ressources et les infrastructures manquent aujourd'hui

Températures extrêmes, pluies torrentielles, sécheresse soudaine. Le changement climatique fait le Événements météorologiques extrêmes de plus en plus fréquemment et difficile à prévoir. Mais si dans les pays riches, il existe des infrastructures qui peuvent anticiper, au moins en partie, ces événements et activer les plans d'urgence, dans de nombreux domaines du monde – en particulier dans les pays en développement – le manque de Systèmes d'alerte précoce Il continue de mettre des millions de vies en danger.

Une nouvelle étude de laUniversité de Cambridgeen collaboration avec leInstitut Alan Turing, Microsoft Research et le Centre européen pour les prévisions météorologiques à moyen terme (ECMWF), propose d'exploiter l'intelligence artificielle pour créer un système de prévision météorologique rapide, fiable et surtout accessible.

Le projet est appelé Témoire Et il est basé sur un modèle d'intelligence artificielle qui, selon les chercheurs, est capable de surmonter le supercalculateur traditionnel en performance, tout en utilisant uniquement la puissance de calcul d'un ordinateur portable commun. Une révolution pour le secteur météorologique, c'est l'espoir qui pourrait démocratiser l'accès aux prévisions météorologiques avancées Et sauver des vies dans les territoires les plus exposés aujourd'hui.

Dans la version préliminaire de l'étude – l'article à comité de lecture a été accepté pour publication sur la nature, mais est toujours soumis à une revue finale – il se lit comme si le système basé sur l'IA parvient à traiter les prévisions rapidement et la précision. Ce type de technologie souligne les auteurs de l'étude, pourrait fournir des prévisions locales ciblées, telles que celles relatives à des températures extrêmes pour les cultures agricoles en Afrique ou à la vitesse du vent dans les parcs éoliens européens.

Bien que l'étude soit toujours en phase de pré-publication et sensible aux changements pendant la production éditoriale, le message est déjà clair: le Combinaison entre l'apprentissage automatique et les données météorologiques Cela pourrait radicalement changer la façon dont nous prévoyons le temps.

Aujourd'hui, la plupart des prévisions météorologiques détaillées sont basées sur des modèles numériques complexes et coûteux, gérés par le supercalculateur qui effectuent des millions de calculs en quelques heures. Ces outils sont disponibles pour un nombre limité de pays, ceux équipés de ressources technologiques avancées et de personnel hautement spécialisé.

Au contraire, Aardvark Weather veut représenter une occasion de combler cette lacune. Son point fort, les chercheurs le savent, réside dans la légèreté du système, qui permet d'utiliser également dans des contextes où l'accès à la technologie est limité. Selon les auteurs de la recherche, chaque pays – même le plus isolé ou non développé – pourrait adopter ce modèle pour créer un système d'alerte précoce capable d'anticiper les catastrophes naturelles, des inondations aux ouragans.

Selon les données duOrganisation météorologique mondialemoins de la moitié des pays africains ont un système d'alerte météorologique fonctionnel. L'absence d'informations opportunes conduit souvent à des budgets tragiques en termes de vie humaine, de récoltes détruites et d'infrastructures endommagées. Aardvark Weather, avec son évolutivité et son faible coût, veut représenter un tournant historique pour ces zones.

Bien sûr, ils restent des défis à faire face. L'intégration de ces systèmes avec les réseaux météorologiques existants, la validation des données en temps réel et la formation du personnel local sont quelques-uns des aspects qui doivent être approfondis avant une adoption à grande échelle.

Lisez également: