Taïwan utilise l'intelligence artificielle pour prédire la trajectoire des tempêtes

Alors que la féroce tempête tropicale Bebinca s'approchait de la côte nord de Taïwan, ses vents se sont intensifiés, menaçant directement la vie des habitants. Face à cette situation critique, les météorologues taïwanais ont rapidement déployé un outil de prévision inédit et prometteur : l'intelligence artificielle.

Grâce à leur capacité à traiter rapidement d'importantes quantités de données météorologiques et hydrologiques, les modèles d'IA modernes permettent d'analyser en détail les paramètres du typhon Bebinca, de la vitesse du vent à la direction de sa trajectoire, en passant par les précipitations attendues. Ainsi, les prévisionnistes peuvent élaborer des prévisions plus précises sur la trajectoire, l'intensité et la zone d'impact potentielle de la tempête, aidant ainsi les autorités et les populations locales à planifier une intervention efficace.

Une révolution est en cours dans le domaine des prévisions météorologiques. Grâce aux avancées remarquables de l'IA et à l'énorme puissance de calcul des puces de pointe, les prévisions météorologiques sont désormais bien plus précises que les méthodes traditionnelles, notamment pour prédire la trajectoire des tempêtes. Des entreprises technologiques de pointe comme Nvidia (États-Unis) et TSMC (Taïwan), le géant des semi-conducteurs, contribuent largement à cette révolution.

En juillet dernier, une avancée majeure a été réalisée dans le domaine des prévisions météorologiques à Taïwan. Pour la première fois, des modèles de prévision basés sur l'IA ont été utilisés pour suivre le typhon Gaemi, considéré comme la tempête la plus puissante à avoir frappé l'île depuis huit ans. Grâce à l'IA, les prévisionnistes ont pu prédire avec plus de précision la trajectoire et la puissance destructrice de la tempête, contribuant ainsi à réduire considérablement les dégâts.

Cette nouvelle technologie a véritablement révolutionné le monde des prévisions météorologiques à Taïwan. Grâce à ses capacités de prévision supérieures, le système a « vu » le typhon Gaemi huit jours avant qu'il ne touche terre, bien plus tôt que les méthodes traditionnelles. Cela a ouvert une nouvelle ère dans les prévisions météorologiques, permettant aux scientifiques de lancer des alertes plus précoces et plus précises.

Chia Hsin-sing, directeur de Taiwan Integrated Disaster Prevention of Technology Engineering Consulting Company Ltd., a affirmé : « Comparée aux modèles traditionnels, l'IA a prouvé sa supériorité dans le domaine des prévisions météorologiques. Les résultats obtenus sont vraiment étonnants. »

Le typhon Bebinca est suivi de près par les experts météorologique, dont Lin Ping-yu, prévisionniste au Bureau météorologique central de Taïwan (CWA). Grâce à l'IA, les prévisionnistes comme Lin ont acquis une confiance accrue dans leur capacité à prédire la trajectoire de la tempête et estiment que le risque d'une collision directe est très faible.

« L'IA est vraiment une aide précieuse pour nous. C'est comme un outil performant ajouté à notre boîte à outils de prévision météorologique, nous permettant de travailler plus efficacement », a déclaré Lin Ping-yu.

Les modèles modernes de prévision météorologique basés sur l'IA sont de plus en plus diversifiés et performants. Parmi les plus connus, on peut citer FourCastNet de Nvidia, Google, GraphCast, Pangu-Weather de Huawei et le système d'apprentissage profond du Centre européen pour les prévisions météorologiques à moyen terme. Ces outils ont contribué et contribuent encore significativement à l'amélioration de la précision des prévisions météorologiques mondiales.

Outre Taïwan, les modèles de prévision météorologique basés sur l'IA sont également largement utilisés pour prédire les tempêtes et les tornades dans de nombreuses régions du monde. Les scientifiques et les hydrométéorologues ont constaté l'étonnante précision de ces outils.

Les logiciels d'IA sont entraînés à partir de grandes quantités de données météorologiques historiques. Grâce à ce processus, l'IA apprend à reconnaître les relations complexes entre les facteurs météorologiques et est capable de prédire avec précision des centaines de variables météorologiques futures. Le plus étonnant, c'est que l'ensemble du processus de prévision ne prend que quelques minutes.

Selon les statistiques de la CWA, pour toutes les tempêtes apparues dans le Pacifique occidental cette année à la mi-septembre, la capacité du modèle d'IA à prédire la trajectoire de la tempête au cours des trois prochains jours a surpassé les méthodes traditionnelles, avec une précision près de 20 % supérieure.

Avant que le typhon Gaemi ne touche terre, l'IA a détecté une tendance inhabituelle dans sa trajectoire, prédisant un impact prolongé sur Taïwan. Grâce à cette prévision précise, la CWA a rapidement émis une alerte rare annonçant jusqu'à 1,8 mètre de pluie, une décision qui s'est avérée judicieuse. Selon Lu Kuo-Chen, directeur adjoint de la CWA, l'IA a joué un rôle clé pour aider les autorités locales à réagir rapidement face au typhon.

« Grâce à l'IA, les météorologues ont pu prédire avec plus de confiance la trajectoire inhabituelle du typhon Gaemi », a déclaré Lu Kuo-Chen. « Les alertes précoces basées sur les prévisions de l'IA ont donné aux autorités plus de temps pour déployer des mesures de prévention des catastrophes. »

Lu Kuo-Chen a également exprimé ses attentes quant à la collaboration avec Nvidia. L'entreprise vient de lancer CorrDiff, un outil d'IA générative qui promet d'améliorer significativement la précision des prévisions d'impact des ouragans. De plus, CorrDiff est capable de créer des images plus détaillées de l'intérieur des ouragans, nous aidant ainsi à mieux comprendre leur structure et leur évolution.

Malgré des progrès significatifs, les outils d'IA actuels présentent encore certaines limites. Ils ne peuvent pas fournir de prévisions détaillées sur des facteurs tels que l'intensité des tempêtes et la vitesse du vent. Les experts estiment qu'il faudra du temps pour que l'IA parvienne à maturité et surpasse complètement les méthodes de prévision traditionnelles.