Les modes numériques traditionnels de prévision sont plus fiables que l'intelligence artificielle (IA) pour anticiper les situations météorologiques extrêmes. Celle-ci n'arrive pas à généraliser au-delà de ce pour quoi elle a été prévue, affirme l'Université de Genève (UNIGE) dans une étude dévoilée lundi.
Dans les situations météorologiques fréquentes, l'IA est toutefois meilleure, expliquent ces travaux publiés dans Science Advances. Les météorologues s'appuient sur des modèles mathématiques alimentés par une grande quantité de données collectées par des stations météo, des satellites ou des avions.
Une approche coûteuse
Des simulations sont ensuite menées, notamment avec un système qui est utilisé dans 35 pays européens. Mais cette approche est coûteuse et demande de nombreux superordinateurs.
Il y a environ trois ans, le recours à des modèles avec de l'IA «a ouvert la voie à une simplification» et à une diminution des dépenses, affirme le professeur de l'UNIGE Sebastian Engelke. Dans des prévisions à dix jours, l'IA fait davantage d'erreurs que le système traditionnel pour anticiper l'intensité et la fréquence des températures et des vents extrêmes.
Elle n'arrive que difficilement à dépasser les données passées pour anticiper des situations inédites. Au contraire de l'approche habituelle. L'IA doit encore être améliorée avant d'être utilisée pour les alertes précoces, affirment les chercheurs.
