Google DeepMind a publié WeatherNext Cyclones dans Nature le 6 août, indiquant offrir plus d’une journée complète de délai supplémentaire par rapport aux principales prévisions opérationnelles pour les trajectoires, l’intensité et la structure du vent des cyclones. Les prévisions à trois jours atteignent désormais la précision que les modèles précédents obtenaient à deux jours.

Les marges d’erreur

L’erreur de trajectoire à l’horizon de trois jours est d’environ 100 km ; l’erreur d’intensité est d’environ 11 nœuds. Le modèle a été évalué sur des cyclones de 2023-2024 — certaines reprises secondaires évoquent 2023-2025, ce que la propre publication de DeepMind ne confirme pas.

Sur quoi il a été entraîné

Près de 20 téraoctets de données atmosphériques mondiales, plus IBTrACS, l’archive historique des meilleures trajectoires couvrant près de 5 000 tempêtes. Il a été développé avec le US National Hurricane Center, le Cooperative Institute for Research in the Atmosphere et le UK Met Office. WeatherNext 2 et WeatherNext Cyclones sont disponibles sur GitHub avec le code et les poids du modèle, ainsi qu’un WeatherNext 2-mini.

Où se situe le gain — et où il ne se situe pas

L’amélioration principale concerne la trajectoire. La prévision de l’intensité — savoir si une tempête se renforce rapidement avant l’atterrissage — reste le problème le plus difficile et celui qui détermine le plus souvent l’ampleur des dégâts. Une erreur de 11 nœuds représente un progrès, pas un problème résolu.

Pas un remplacement

Il fonctionne aux côtés des prévisionnistes du National Hurricane Center plutôt que de remplacer les alertes officielles. L’affirmation de DeepMind selon laquelle le résultat représente l’équivalent de dix ans de progrès météorologiques est une analogie de l’entreprise, et non une métrique du papier — lequel est évalué par les pairs, contrairement à la plupart des affirmations de modèles qui atteignent ce niveau de couverture. La publication du code et des poids en parallèle permet de refaire la comparaison par les agences qui devraient lui faire confiance, ce qui est la partie qui détermine s’il sera utilisé opérationnellement.