DeepMind : l'IA prédit les ouragans un jour plus tôt

Un modèle d'IA développé par Google DeepMind peut prédire les ouragans avec un jour d'avance supplémentaire par rapport aux systèmes de prévision existants, selon une recherche publiée dans Nature le 6 août 2026. Le modèle WeatherNext a fourni des prévisions à trois jours aussi précises que les prévisions à deux jours des modèles précédents, donnant aux météorologues des alertes plus précoces pour les tempêtes dévastatrices. Ce délai supplémentaire a aidé les communautés à se préparer à l'ouragan Melissa, qui a provoqué des inondations catastrophiques et des glissements de terrain en Jamaïque.

Mike Brennan, directeur du Centre national des ouragans des États-Unis, a déclaré que même quelques heures d'alerte supplémentaires peuvent être cruciales pour organiser les évacuations et acheminer les fournitures. « Le temps est vraiment précieux pour ce genre de décisions », a-t-il noté, qualifiant la capacité de repousser d'un jour la précision des prévisions de « vraiment précieuse ». Les chercheurs affirment que, historiquement, un tel bond aurait nécessité une décennie de travail.

Les ouragans sont notoirement difficiles à prévoir car ils impliquent plusieurs échelles spatiales. Kate Musgrave, responsable du groupe des cyclones tropicaux à l'Institut coopératif pour la recherche sur l'atmosphère et co-auteure, a expliqué que prédire la trajectoire d'une tempête nécessite des données météorologiques à l'échelle mondiale, tandis que les prévisions d'intensité nécessitent des données locales beaucoup plus fines sur les conditions atmosphériques et océaniques. Les modèles d'IA précédents avaient du mal avec l'intensité, mais WeatherNext a réussi. Pendant l'ouragan Melissa, le Centre national des ouragans a pu prédire une tempête de catégorie 5 alors qu'elle n'était encore que de catégorie 1, une première.

Ferran Alet, chercheur chez Google DeepMind et auteur principal, a déclaré que l'équipe a entraîné le modèle sur de vastes quantités de données météorologiques générales pour compenser la rareté des données sur les cyclones. Le modèle utilise des entrées atmosphériques à résolution relativement grossière, mais il capture des signaux sur l'intensité des tempêtes qui ont surpris les scientifiques. « Quand nous avons dit à la communauté que notre modèle n'utilisait qu'une résolution relativement grossière, ils ont été choqués », a déclaré Alet. En 2026, le modèle génère 1 000 scénarios potentiels par tempête, contre 50 en 2025, aidant les météorologues à tenir compte de l'effet papillon.

Avant le déploiement en direct, le modèle a été testé sur des données rétrospectives avec des résultats si solides que les chercheurs étaient sceptiques quant à leur maintien en temps réel. Musgrave a déclaré que la performance s'était maintenue, surprenant tout le monde. Cependant, Brennan a averti que le modèle d'IA est un outil parmi d'autres et qu'aucun modèle unique n'est garanti d'être le meilleur pour chaque future tempête. L'élément humain reste essentiel pour traduire les prévisions en alertes d'impact qui sauvent des vies.

Google DeepMind a annoncé qu'il mettait en open source les modèles WeatherNext utilisés pendant la saison des ouragans, permettant aux chercheurs du monde entier de les utiliser et de les améliorer. Alet a exprimé l'espoir que cela conduira à de nouvelles découvertes scientifiques sur le comportement des cyclones, déclarant : « Je pense que l'IA nous donne de nouveaux outils pour sonder les lois de l'univers. »