L'intelligence artificielle étanche la météo
L'intelligence artificielle (IA) pénètre de plus en plus les laboratoires scientifiques, notamment dans le domaine climatique. Elle remplace graduellement certaines tâches de recherche, allégiant ainsi le travail des scientifiques.
L'ia comme outil de recherche
Zeke Hausfather, climatologue de l'organisme non lucratif Berkeley Earth, a ainsi utilisé l'assistant de langage de OpenAI, ChatGPT, pour créer des graphiques représentant les températures enflant, notamment un impressionnant diagramme d'anneaux de bois. Mais il a également déclaré que l'IA intéressait également en partie parce qu'il ne s'attendait pas à ce qu'elle soit bonne là-dedans.
Cependant, Elizabeth Barnes, professeure à l'Université de Boston spécialisée en données environnementales, est plus réaliste quant à l'enthousiasme pour l'IA. Bien qu'elle offre « des opportunités plutôt excitantes pour aborder des questions où nous étions bloqués », elle souligne que « ce n'est pas une transformation complète de notre science ».
Les outils de recherche climatique traditionnels et les outils d'IA se complètent en réalité. Les modèles climatiques sont des programmes complexes qui simulent la physique du système terrestre en utilisant des équations qui nécessitent plus d'un million de lignes de code. Ces modèles sont basés sur la physique et se distinguent des modèles d'IA qui fonctionnent sans simuler les lois physiques. Les modèles climatiques peuvent projeter des changements à grande échelle qui n'ont pas encore eu lieu, mais ils ont des difficultés à résoudre des phénomènes influents à petite échelle, tels que la formation des nuages.
Les chercheurs espèrent que l'IA pourrait aider à décomposer les simulations globales à des échelles locales de manière plus efficace, en combinant les résultats des modèles avec des données météorologiques historiques pour que l'IA « apprenne » comment se sont liés dans le passé.
Google a également fait un pas en avant avec Groundsource, une nouvelle outil pour prédire les inondations soudaines, qui causent plus de morts que tout autre péril lié à l'eau. Les chercheurs ont utilisé Gemini, le modèle de langage à grande taille de l'entreprise, pour identifier 5 millions d'articles de presse depuis 2000 qui décrivent 2,6 millions d'inondations soudaines dans 150 pays. En utilisant ces données et des modèles météorologiques entraînés par apprentissage automatique, l'équipe a lancé une outil public qui donne des résultats valides dans 82% des cas.
Enfin, Google DeepMind a mené un équipe de plus de douze scientifiques, y compris Hausfather, qui a publié une évaluation préliminaire de l'état de l'AMOC, la Circulation Meridionale de Retour de l'Atlantique transportant de l'eau chaude vers le nord et de l'eau froide vers le sud. Ce travail a été réalisé pour vérifier si un 'cocient' d'IA, Gemini, pourrait collaborer à une révision large de la science actuelle, comme les évaluations globales de l'ONU. Presque tout le contenu que l'IA a apporté à la révision a été conservé, représentant 42% de la version finale. Cependant, les experts climatiques ont des connaissances et des compétences qui ne sont pas accessibles à l'IA. Bien qu'elle soit un collaborateur utile, elle n'est pas un substitut.