Une équipe pluridisciplinaire de scientifiques du CNRS, du CEA et de l’université Claude Bernard Lyon 1 est à l’origine d’une intelligence artificielle dédiée à la prévision des canicules, indique le CNRS.
Ce type de prévision existe déjà, mais l’approche est cette fois différente. Dans un article qui doit paraitre aujourd’hui dans Physical Review Fluids, l’équipe explique utiliser le deep learning sur la base d’un modèle statistique, quand les prévisions habituelles se servent des lois de la physique. Ce modèle utilise des conditions environnementales, telles que l’humidité des sols et l’état de l’atmosphère.
L’IA a été entrainée sur 8 000 ans, grâce à un modèle climatique nommé PlaSim, provenant de l’université Hambourg. Cependant, les vagues de chaleur extrême étant considérées comme des évènements rares, l’entrainement du modèle continuera avec des évènements simulés par des algorithmes, les données réelles étant en nombre insuffisant.
Les chercheurs indiquent que leur simulation peut fournir une prédiction en quelques secondes et décrivent cet outil comme « complémentaire » aux prévisions météorologiques classiques.