NeuralGCM : L'Intelligence Artificielle peut-elle vraiment transformer la modélisation du climat ?

La Terre, avec son atmosphère complexe et ses océans interconnectés, fonctionne comme une gigantesque machine aux rouages infinis. Depuis des décennies, les scientifiques cherchent à déchiffrer son fonctionnement pour prédire son avenir face aux changements climatiques.

Aujourd'hui, une percée majeure pourrait révolutionner cette tâche : NeuralGCM.

Défi de la modélisation climatique

Imaginez que vous essayez de prévoir l'évolution du climat avec un puzzle de plusieurs milliards de pièces, chacune représentant un élément complexe de notre environnement. Des nuages au-dessus du Pacifique, des tempêtes au Sahara, des courants océaniques traversant l'Atlantique : tout est connecté. Mais voilà, les pièces du puzzle ne sont pas toujours à la bonne place, et parfois même, certaines manquent, ce qui peut entrainer des erreurs dans vos prédictions.

C'est ici qu'interviennent les modèles climatiques reposant sur des équations complexes, décrivant les interactions entre l'atmosphère, les océans, la glace, et bien d'autres éléments. Les chercheurs, tout en s'appuyant sur des approximations en raison de la complexité du système climatique, testent divers scénarios et observent leurs impacts sur notre planète.

Cependant, ces modèles traditionnels, aussi puissants soient-ils, ont leurs limites. Ils reposent sur une compréhension parcellaire des processus physiques qui gouvernent notre climat. Ils nécessitent des calculs titanesques, mobilisant des superordinateurs pendant des semaines, voire des mois. Malgré leur complexité, ils peinent encore à capturer certains phénomènes locaux ou à prédire avec précision les événements extrêmes, comme les vagues de chaleur ou les cyclones.

NeuralGCM : l'IA à la rescousse

Développé par une collaboration entre Google et le European Centre for Medium-Range Weather Forecasts (ECMWF), ce modèle combine la modélisation traditionnelle basée sur la physique avec des techniques d'apprentissage automatique. Publiée dans Nature en 2024, l'étude a montré que NeuralGCM pourrait non seulement rivaliser avec, mais aussi surpasser les modèles climatiques classiques dans certaines conditions.

I'm incredibly proud to share NeuralGCM, our new AI and physics based approach to weather and climate modeling with state-of-the-art accuracy, published today in @Nature:https://t.co/rtQa0Lq0fT pic.twitter.com/mbhojZHRPw

— Stephan Hoyer (@shoyer) July 22, 2024

En effet, NeuralGCM se distingue par son utilisation innovante des réseaux de neurones pour simuler des processus climatiques complexes. Plutôt que de s'appuyer uniquement sur des équations sophistiquées, ce système d'intelligence artificielle "se forme" en analysant des montagnes de données climatiques historiques, pour apprendre les relations complexes entre les variables climatiques. Avec chaque nouvelle donnée, NeuralGCM affine ses prévisions, devenant ainsi plus précis.

Avantages de NeuralGCM

• Simulations plus précises : NeuralGCM excelle dans la simulation des événements météorologiques et des tendances climatiques, offrant une précision améliorée par rapport aux modèles traditionnels. Par exemple, dans la simulation de l'oscillation australe El Niño, NeuralGCM a montré une capacité exceptionnelle à anticiper les variations climatiques.

• Simulations plus efficaces : En utilisant l'apprentissage automatique, NeuralGCM est non seulement plus rapide, mais aussi beaucoup moins coûteux à exécuter que les modèles classiques. Cela permet de réaliser des simulations à une échelle plus large et plus fréquente.
• Simulations plus complètes : NeuralGCM peut être étendu pour inclure des parties supplémentaires du système climatique, telles que les océans et la biosphère, fournissant ainsi une vue d'ensemble plus complète de notre environnement.

Bref, NeuralGCM représente une avancée majeure dans la modélisation climatique, avec le potentiel de transformer notre compréhension du changement climatique. En fournissant des simulations plus précises, plus efficaces et plus complètes, ce modèle pourrait améliorer notre capacité à prédire les impacts du changement climatique et à développer des stratégies d’atténuation et d’adaptation plus efficaces.

Il faut bien noter que NeuralGCM ne remplacera pas les scientifiques, mais les épaulera dans leur mission. Il s'agit d'un nouvel outil dans l'arsenal de la lutte contre le changement climatique, permettant aux chercheurs de pousser encore plus loin les frontières de la connaissance. Si l'IA peut parfois sembler complexe et intimidante, il est important de se rappeler qu'elle est avant tout conçue pour aider l'humanité à résoudre ses problèmes les plus pressants.

Références : Kochkov, D., Yuval, J., Langmore, I. et al. Neural general circulation models for weather and climate. Nature (2024). https://doi.org/10.1038/s41586-024-07744-y