Dans le monde en constante évolution de la météorologie, un nouveau concurrent a fait son apparition. Un modèle météorologique alimenté par l’intelligence artificielle a récemment démontré sa puissance en prédisant la trajectoire et la force d’un potentiel cyclone tropical au large de la côte nord-ouest de l’Australie. Ce développement révolutionnaire a surpassé les capacités des modèles météorologiques traditionnels, suscitant l’excitation et la curiosité parmi les météorologues du monde entier.
Le défi inhérent à la prévision des cyclones tropicaux réside dans leur nature imprévisible. Les modèles de prévision ont souvent du mal à cibler avec précision la trajectoire future et l’intensité de ces systèmes météorologiques. Cependant, le modèle alimenté par l’IA, développé par le Centre européen pour les prévisions météorologiques à moyen terme (ECMWF), a montré un immense potentiel pour relever ce défi.
Différents modèles météorologiques ont été comparés, y compris trois modèles de prévision numérique du temps (NWP) mondialement reconnus et le modèle ECMWF alimenté par l’IA, pour prédire l’emplacement du creux tropical. Les panneaux supérieurs de l’image de comparaison montraient les cyclones tropicaux près de la côte nord-ouest de l’Australie, tandis que le panneau inférieur droit présentait la prédiction d’un système de basse pression plus faible plus au nord-ouest grâce au modèle piloté par l’IA.
Après analyse, il est devenu évident que le modèle ECMWF alimenté par l’IA excellait dans sa précision. L’image satellite et la carte de la pression moyenne au niveau de la mer (MSLP), prises à 23 heures AEDT le dimanche 17 mars, ont confirmé que le creux tropical est arrivé à proximité des prévisions faites par les modèles ACCESS-G et ECMWF-AIFS. Alors que cette réalisation a attribué un point à la fois au modèle IA et aux modèles NWP, les modèles GFS et ECMWF-HRES ont pêché en prévoyant précisément la position de la tempête.
L’analyse du MSLP a en outre révélé que la pression centrale du creux tropical était de 999 hPa à 23 heures AEDT le 17 mars. Cependant, les prédictions des modèles cinq jours avant divergeaient significativement. Le modèle ECMWF prédisait une pression centrale de 981 hPa, le modèle GFS prédisait 968 hPa, le modèle ACCESS-G prédisait 981 hPa, et le modèle ECMWF-AIFS alimenté par l’IA prédisait 997 hPa. De manière impressionnante, le modèle à base d’IA s’est approché le plus de la pression réelle, avec une différence de seulement 2 hPa, tandis que les modèles NWP étaient décalés de 18 à 31 hPa.
Indubitablement, cette étude de cas réussie met en lumière le potentiel des modèles météorologiques basés sur l’IA pour prévoir avec précision les cyclones tropicaux. Cependant, il est crucial de reconnaître qu’il ne s’agit que d’une seule instance d’un seul système météorologique. Des tests supplémentaires en conditions réelles sont nécessaires avant que le potentiel opérationnel complet des modèles météorologiques basés sur l’IA ne puisse être réalisé.
The source of the article is from the blog dk1250.com