Principaux renseignements
- Malgré des prévisions précises, les systèmes de prévision améliorés par l’IA ont du mal à déterminer l’impact exact des phénomènes météorologiques extrêmes.
- Des lacunes subsistent dans les connaissances relatives à l’application et à l’utilisation des données de réanalyse en vue d’améliorer les prévisions.
- Une communication efficace est essentielle pour encourager la préparation et l’action décisive dans le contexte du changement climatique.
Les inondations de septembre qui ont dévasté une partie de l’Europe ont mis en évidence les limites des systèmes de prévision, même les plus sophistiqués, améliorés par l’IA. Malgré des prévisions exactes de fortes précipitations, l’impact précis du déluge en a surpris plus d’un, soulignant les défis permanents posés par des événements météorologiques extrêmes de plus en plus fréquents.
L’IA a considérablement amélioré les prévisions météorologiques en s’appuyant sur des outils statistiques pour analyser de vastes ensembles de données historiques et identifier des modèles. Cette approche, souvent plus rentable que les méthodes numériques traditionnelles de prévision météorologique, permet d’établir des prévisions plus précises, notamment dans des domaines tels que les inondations urbaines ou les terrains complexes.
La complexité des prévisions météorologiques
Par exemple, GraphCast, un modèle d’apprentissage automatique développé avec le soutien de Google, a démontré des performances supérieures à celles des modèles conventionnels en utilisant des données de réanalyse – une image complète des conditions météorologiques et climatiques passées dérivée de l’exécution répétée de modèles de prévision par rapport à des informations historiques. Toutefois, des lacunes subsistent quant à la manière dont ces informations sont appliquées et utilisées, et les investissements dans le renforcement des modèles de collecte de données sont insuffisants.
Les experts reconnaissent que les modèles d’IA ne sont pas infaillibles et que leur efficacité dépend fortement de la qualité et de la quantité des données d’entrée. Lorsqu’il s’agit d’événements rares ou de changements imprévisibles dans les conditions météorologiques, la prévision des catastrophes devient beaucoup plus complexe.
Réponse européenne au changement climatique
Le Centre européen pour les prévisions météorologiques à moyen terme (CEPMMT), l’un des principaux fournisseurs de prévisions météorologiques aux pays européens, a intégré dans ses opérations, depuis janvier, un système de prévision piloté par l’IA appelé AIFS. Ce modèle génère de multiples prévisions rapides et fournit des prévisions à long terme pour des événements tels que les cyclones et les vagues de chaleur. Dans le cas des récentes inondations, les modèles numériques du CEPMMT, y compris ceux qui intègrent l’IA, ont prédit avec précision le volume de précipitations enregistré dans les zones touchées.
Malgré la précision des prévisions, les experts soulignent le rôle crucial d’une communication efficace, en particulier à la lumière du changement climatique qui accroît la fréquence et l’intensité des phénomènes météorologiques extrêmes. Il est essentiel de communiquer au public la gravité des impacts potentiels pour l’encourager à se préparer et à prendre des mesures décisives.
L’Agence européenne pour l’environnement (AEE) a lancé un avertissement sévère sur la vulnérabilité du continent face à l’escalade des risques climatiques. L’AEE prévoit une aggravation de la chaleur extrême, de la sécheresse, des incendies de forêt et des inondations, même dans le cadre de scénarios optimistes de réchauffement de la planète, ce qui aura des conséquences importantes sur les conditions de vie en Europe.
Investir dans la résilience climatique
À la suite des inondations, Janez Lenarčič, le commissaire européen chargé de la gestion des crises, a souligné la réalité du changement climatique, déclarant que les événements météorologiques extrêmes autrefois considérés comme rares deviennent désormais un phénomène récurrent dans la vie quotidienne des Européens. Si certains entrepreneurs technologiques reconnaissent les avancées des modèles de prévision alimentés par l’IA, ils soulignent le manque de préparation et d’investissement en Europe par rapport à des régions comme les États-Unis, où l’évaluation des risques et la gestion des dangers environnementaux sont des pratiques plus établies.
En outre, le traitement des données pose des problèmes importants pour ces modèles d’IA complexes, qui nécessitent des mises à jour constantes au fur et à mesure que les prévisions évoluent. Les exigences en matière de calcul, en particulier à des échelles plus fines, nécessitent d’importantes ressources en énergie et en eau, ce qui soulève des inquiétudes quant à l’empreinte environnementale de l’IA elle-même. Certains géants de la technologie explorent des solutions alternatives, comme l’énergie nucléaire, pour alimenter leurs énormes centres de données.
S’attaquer au changement climatique
Au-delà de l’amélioration des capacités de prévision, les experts soulignent la nécessité de trouver des solutions tangibles, telles que des infrastructures d’atténuation des inondations, des systèmes d’alerte précoce robustes et la limitation du développement dans les zones vulnérables.
Enfin, il est primordial de s’attaquer à la cause première du changement climatique, à savoir la dépendance à l’égard des combustibles fossiles. Il est urgent de passer aux sources d’énergie renouvelables afin d’atténuer la fréquence et l’intensité croissantes des phénomènes météorologiques extrêmes.
Si vous souhaitez accéder à tous les articles, abonnez-vous ici!