À l'heure où l'intelligence artificielle déferle sur tous les secteurs d'activité, NVIDIA a une fois de plus prouvé que l'IA peut non seulement générer du texte ou des images, mais aussi prédire l'avenir de la planète.
Lors de la réunion annuelle de l'American Meteorological Society (AMS) qui s'est tenue à Houston, NVIDIA a officiellement annoncé qu'elle allait...Plateforme de jumeau numérique Terre-2La transformation en une famille de modèles entièrement open source ne se limite pas à la publication de quelques poids de modèles, mais vise à fournir une chaîne d'outils complète, du traitement des données à l'inférence, en passant par l'entraînement des modèles. L'objectif est de permettre aux services météorologiques, aux instituts de recherche et même aux start-ups du monde entier de construire des systèmes météorologiques d'« IA souveraine » sur leur propre infrastructure.
Pourquoi les prévisions météorologiques ont-elles besoin d'une révolution par l'IA ?
Les prévisions météorologiques traditionnelles reposent largement sur des supercalculateurs pour résoudre des équations physiques complexes, une tâche non seulement chronophage, mais aussi extrêmement coûteuse. Mike Pritchard, directeur de la recherche en simulation climatique chez NVIDIA, souligne que face à l'intensification des phénomènes météorologiques extrêmes, les enjeux des prévisions météorologiques s'accroissent. L'intelligence artificielle pourrait permettre d'accélérer les prévisions d'un facteur 100, voire 1 000, tout en améliorant l'efficacité énergétique.
Cependant, de nombreux modèles météorologiques basés sur l'IA étaient des systèmes fermés, ce qui empêchait les développeurs d'en affiner les détails. Le projet open source Earth-2 de NVIDIA comprend trois nouveaux modèles révolutionnaires qui couvrent l'ensemble du processus, de l'assimilation des données et des prévisions globales aux alertes météorologiques régionales pour phénomènes violents.
Earth-2 ajoute trois nouveaux modèles de base
• Prévisions à moyen terme d'Earth-2 :S'appuyant sur une nouvelle architecture baptisée « Atlas », ce modèle peut fournir des prévisions météorologiques mondiales jusqu'à 15 jours à l'avance. Lors de tests standardisés, sa précision de prédiction pour plus de 70 variables météorologiques a surpassé celle du modèle open source de référence actuel, GenCast. Ainsi, les développeurs peuvent atteindre une précision comparable, voire supérieure, à celle des modèles numériques traditionnels, avec une puissance de calcul moindre.
• Prévision immédiate de la Terre-2 :Il s'agit, à mon avis, de l'application la plus intéressante. Basée sur l'architecture « StormScope », elle utilise l'intelligence artificielle générative pour analyser la dynamique des orages directement à partir d'images satellites des nuages. Contrairement aux modèles physiques traditionnels qui nécessitent de longs temps de calcul, Earth-2 Nowcasting peut générer en quelques minutes des prévisions de cellules orageuses à haute résolution, au kilomètre près, pour les 6 prochaines heures. Ceci fournit des informations en temps réel précieuses pour la gestion des catastrophes, la planification des vols et la gestion de l'énergie.
• Assimilation globale des données Earth-2 :Avant d'établir des prévisions, il est essentiel de comprendre l'état actuel de la Terre. L'assimilation de données traditionnelle est extrêmement gourmande en ressources de calcul, consommant environ 30 % de la charge d'un supercalculateur. La nouvelle architecture de NVIDIA, HealDA, permet de générer des conditions initiales globales sur GPU en quelques secondes, au lieu des heures habituelles, résolvant ainsi l'un des principaux obstacles au processus de prévision météorologique.
L'Administration centrale météorologique de Taïwan (CWA) a mis en œuvre l'application.
Il convient de noter que NVIDIA a spécifiquement mentionné [le sujet] lors de la présentation.Ministère des Transports et des Communications de Taiwan Administration météorologique centrale (Administration météorologique centrale, CWA).
Selon NVIDIA, le Bureau central de météorologie de Taïwan a utilisé le modèle CorrDiff (une technique de réduction d'échelle basée sur des modèles de diffusion) de la famille Earth-2 afin d'obtenir des prévisions plus précises des arrivées de typhons sur les côtes taïwanaises. Compte tenu des centaines de typhons qui ont frappé Taïwan ces vingt dernières années, le recours à l'IA pour l'évaluation précise de l'impact des catastrophes est crucial pour l'allocation des ressources et la préparation aux situations d'urgence.
Interview : L'intelligence artificielle générative et l'avenir de la « mini-Terre »
Lors d'une conversation avec Mike Pritchard, directeur de la recherche en simulation climatique chez NVIDIA, j'ai également posé des questions sur plusieurs détails techniques clés :
Q : À quelle fréquence les données d'Earth-2 sont-elles mises à jour ? Est-elle capable de répondre en temps réel ?
Mike Pritchard :Cela dépend du type de modèle. Pour les prévisions à moyen terme, nous prédisons des variables d'état physique (telles que la température et la vitesse du vent), ce qui nécessite généralement une conversion à partir de données d'observation brutes, entraînant un certain délai. Cependant, notre nouveau modèle global d'assimilation de données (HealDA) réduit ce processus de plusieurs heures à quelques secondes.
Quant à la prévision immédiate, puisqu'elle s'appuie directement sur des données d'observation (telles que des images de satellites géostationnaires), elle réagit extrêmement vite et peut effectuer la prévision quelques minutes après l'arrivée des données d'observation, ce qui la rend très adaptée aux alertes concernant des changements météorologiques très rapides et drastiques.
Q : Quel rôle joue l'IA générative ici ? Comment garantir l'exactitude des données ?
Mike Pritchard :L'intelligence artificielle générative est au cœur des systèmes de prévision numérique Earth-2 (StormScope) et CorrDiff. Les modèles traditionnels deviennent imprécis lorsque la résolution est insuffisante, tandis que l'IA générative excelle en « super-résolution », capable de restituer des signaux grossiers jusqu'à des détails fins (comme la structure de l'œil d'un typhon ou des pluies torrentielles localisées). En apprenant à partir de vastes quantités de données physiques et d'images satellites, l'IA peut reproduire des détails microscopiques difficiles à simuler par les méthodes de calcul classiques, tout en respectant les propriétés physiques.
Q : La Terre-2 peut-elle être utilisée comme une « mini-Terre » pour des jeux ou des simulations environnementales ?
Mike Pritchard :Absolument. Auparavant, ce niveau de simulation atmosphérique terrestre ne pouvait être exécuté que sur des supercalculateurs nationaux et était principalement réservé à la recherche scientifique. Mais grâce à Earth-2, qui abaisse les barrières de calcul et ouvre ses outils, cette simulation peut désormais servir à la visualisation pédagogique et même être intégrée aux moteurs de jeux pour créer des environnements météorologiques dynamiques, réalistes et interactifs, ce qui était inimaginable auparavant.
Analyse : L'ère de la « souveraineté » dans les prévisions météorologiques
Les données météorologiques sont souvent liées à des enjeux de sécurité nationale et de géolocalisation (par exemple, Taïwan doit se concentrer sur les typhons et les pluies de prunes, tandis qu'Israël se concentre sur les climats désertiques). En proposant des outils open source comme Earth2Studio et le framework PhysicsNeMo, NVIDIA ne se contente pas de vendre du matériel ; elle construit également un écosystème d'IA météorologique centré sur ses GPU.
Pour des pays comme Taïwan, profondément touchés par les phénomènes météorologiques extrêmes, la possibilité d'affiner des modèles open source de pointe en les combinant avec des données d'observation locales constituera une étape importante pour renforcer la résilience face aux catastrophes.
