fr.wedoany.com Rapport : Microsoft a procédé à une mise à niveau majeure de son modèle de base du système terrestre en libre accès, Aurora 1.5. La nouvelle version intègre 22 variables météorologiques supplémentaires, essentielles pour les secteurs de l'énergie, de l'agriculture, des transports et de l'évaluation des risques climatiques.
Le modèle offre désormais une résolution temporelle horaire et prend en charge les prévisions probabilistes d'ensemble.
Dans le domaine de la prévision de trajectoire des ouragans ou des typhons, plusieurs modèles de prévision sont disponibles. Traditionnellement, le modèle d'ensemble du Centre européen pour les prévisions météorologiques à moyen terme (ECMWF) est considéré comme la référence. Microsoft indique qu'Aurora 1.5 surpasse ses concurrents sur 88,9 % des indicateurs d'évaluation.
Par rapport à la génération précédente, la nouvelle version affiche également de meilleures performances. Les résultats des tests montrent que la médiane de l'ensemble réduit d'un tiers l'erreur de trajectoire des cyclones tropicaux (par exemple, l'ouragan « Hélène »).
Aurora 1.5 est publié en libre accès, ce qui constitue un signal positif pour les chercheurs, les agences gouvernementales, les entreprises et le public. Microsoft prévoit également de l'intégrer dans des produits commerciaux tels que Microsoft Weather.
Compte tenu du fait que l'intelligence artificielle peut parfois produire des résultats inexacts ou douteux, les développeurs entendent utiliser Aurora 1.5 en combinaison avec des modèles physico-mathématiques (comme ceux de l'ECMWF), plutôt que de remplacer les modèles traditionnels. Les prévisions cycloniques les plus précises combinent souvent les données de plusieurs modèles ; l'ajout des prévisions d'Aurora 1.5 enrichira encore davantage ces informations composites.
Parallèlement, l'Agence américaine d'observation océanique et atmosphérique (NOAA) a, pour la première fois de son histoire, mis en service opérationnel un modèle de prévision météorologique basé sur l'intelligence artificielle. Son modèle phare, AIGFS, est construit sur GraphCast de Google DeepMind et a été affiné avec les données de la NOAA. Il peut générer des prévisions sur 16 jours en 40 minutes, en ne consommant que 0,3 % des ressources de calcul du modèle GFS traditionnel.
