La Chine mise sur des modèles d’IA nationaux pour affiner les prévisions météorologiques extrêmes

La Chine a trouvé une nouvelle voie dans sa quête pour devenir une puissance mondiale de l’IA, car l’agence météorologique du pays et les instituts de recherche ont placé des modèles d’IA construits localement à l’avant-garde de son système de surveillance et de prévision des typhons. 

La plus grande économie d’Asie a également déjà les yeux tournés vers les routes d’expansion, car elle prévoit désormais de diffuser les systèmes d’IA déjà utilisés dans le pays vers d’autres pays en développement, en particulier ceux exposés aux risques de phénomènes météorologiques extrêmes dans la région Asie-Pacifique.

La Chine construit un système météorologique par IA pour le monde entier 

Bien que la Chine ait été le premier client de ses laboratoires domestiques d’IA météorologique, le pays a également signalé son ambition de permettre leur diffusion à l’échelle mondiale, potentiellement en devenant la norme mondiale. 

Selon un Rapport de Xinhua retransmis par le Bureau d’information du Conseil des affaires d’État, l’Administration météorologique de Chine (CMA) a présenté le modèle de langage large Fenghe pour les services météorologiques lors de la Conférence mondiale sur l’intelligence artificielle de cette année à Shanghai, en tant que projet open-source mondial. 

Le modèle Fenghe diffuse des informations météorologiques personnalisées et des alertes de risque pour les utilisateurs chinois. 

L’initiative « Des alertes précoces pour tous » des Nations Unies a reçu la version internationale, qui offre des consultations en chinois et en anglais et permet aux développeurs de créer leurs propres applications sur la base du modèle.

Quels pays utilisent déjà les modèles météorologiques par IA chinois ?

Le Pakistan, Djibouti, l’Éthiopie, la Jordanie, la Mongolie, les Îles Salomon et le Sri Lanka sont sept des pays en développement qui ont déjà intégré les modèles météorologiques par IA chinois directement dans leurs opérations quotidiennes de gestion des catastrophes. 

Cependant, ils utilisent un modèle différent de Fenghe. Au lieu de cela, ils utilisent Mazu (Multi-hazard Alert, Zero-gap and Universal), un autre système de la CMA, qui est plus avancé dans son agenda de vulgarisation.

Pan Jinjun, ingénieur en chef de la CMA, a qualifié Mazu de « bien public international » qui fournit « des services d’alerte précoce sur mesure pour les nations en développement ». 

40 autres pays du Sud global expérimentent déjà une version cloud publique plus rapide du système, nommée d’après la déesse de la mer.

Les systèmes météorologiques par IA peuvent-ils améliorer la surveillance des typhons ? 

Le côté recherche produit des gains mesurables. Les scientifiques de l’Institut de physique de l’atmosphère de l’Académie chinoise des sciences, travaillant avec l’Université Fudan, ont associé le modèle météorologique par IA FuXi de la Chine à une méthode qu’ils appellent Perturbations Optimales Non Linéaires Conditionnelles Orthogonales, ou O-CNOPs, pour cartographier la gamme de trajectoires qu’une tempête pourrait emprunter. PreventionWeb a rapporté ce travail le 1er août.

Sur 62 cas de typhons et 91 expériences comparatives, le système combiné FuXi-CNOPs a égalé les meilleurs ensembles opérationnels mondiaux à 24 heures et les a surpassés de 24 à 120 heures, réduisant les erreurs maximales de trajectoire jusqu’à 32,33 % et resserrant les estimations d’incertitude jusqu’à 29,2 %, selon l’équipe dirigée par les chercheurs Duan Wansuo et Li Hao. 

L’étude est parue dans Advances in Atmospheric Sciences. Duan a déclaré au Global Times que cette approche ne nécessite aucun entraînement supplémentaire des grands modèles, ce qui maintient les coûts informatiques bas et facilite le déploiement dans les opérations quotidiennes.

Une pile de modèles chinois alimentant la poussée

Ces outils s’appuient sur plusieurs modèles de prévision chinois qui ont attiré l’attention internationale. FengWu, développé par des chercheurs de Shanghai, produit des prévisions mondiales à une résolution de 0,25 degré. 

Dans une étude publiée dans Communications Earth & Environment, il a devancé le modèle haute résolution du Centre européen pour les prévisions météorologiques à moyen terme (ECMWF), ainsi que Pangu-Weather et GraphCast, prolongeant les prévisions utiles au-delà de la marque des 10 jours, et réduisant l’erreur de trajectoire des cyclones tropicaux à cinq jours à 201 kilomètres pour 2022.

Pangu-Weather de Huawei, un autre système domestique, génère des prévisions beaucoup plus rapidement que la prédiction numérique traditionnelle, et Huawei affirme que l’ECMWF et le Centre national de météorologie de la CMA ont confirmé ses avantages. Ensemble, les modèles donnent à Pékin une base domestique sur laquelle s’appuyer alors qu’il présente son IA météorologique à l’étranger.