WeatherNext 3 : Google lance une IA pour la météo en temps réel
Google muscle ses outils météo avec WeatherNext 3, une IA capable d'exploiter des données recueillies en temps réel, notamment par satellite. À la clé, des prévisions plus précises, locales et actualisées chaque heure.
Chaque jour, la météo influence des milliards de décisions. Certaines sont aussi simples que de savoir s'il faut prendre un parapluie avant de sortir, mais d'autres ont des conséquences bien plus importantes, notamment au niveau de la sécurité. Mais les prévisions météo ont beau faire partie de notre quotidien, elles restent difficiles à affiner, en particulier lorsqu'il s'agit de savoir précisément où et quand la pluie va tomber. Pour améliorer leur fiabilité, Google mise désormais sur l'intelligence artificielle avec WeatherNext 3, une nouvelle version de son modèle consacré aux prévisions météorologiques.
Développé par Google DeepMind et Google Research, ce modèle exploite directement des observations météorologiques recueillies en temps réel, notamment par des satellites, afin de produire des prévisions plus précises et davantage localisées. Google affirme ainsi pouvoir améliorer jusqu'à 50 % la précision de ses prévisions de précipitations. WeatherNext 3 est désormais intégré à plusieurs services du groupe, dont Google Search, Google Maps et Gemini, pour alimenter leurs fonctions météo.
WeatherNext 3 : un modèle nourri par des données d'observation directes
WeatherNext 3 s'attaque à deux des principales faiblesses qui limitaient encore les modèles météo fondés sur l'intelligence artificielle : leur manque de précision à l'échelle locale et leur difficulté à anticiper correctement certains phénomènes, notamment les précipitations. Le nouveau modèle de Google peut désormais prévoir les principales variables météorologiques avec une résolution allant jusqu'à 5 kilomètres, contre 25 kilomètres pour WeatherNext 2, le précédent modèle. La fréquence de mise à jour fait également un bond en avant : alors que les prévisions devaient auparavant attendre six heures avant d'être actualisées, elles peuvent désormais l'être chaque heure.
Cette progression repose en grande partie sur une évolution de la façon dont le modèle collecte et exploite les informations météorologiques. WeatherNext 3 ne se contente plus de travailler à partir de données météorologiques déjà retraitées et de simulations numériques. Il intègre directement des observations brutes, notamment celles fournies par des satellites géostationnaires et dont les images sont actualisées toutes les heures, mais aussi des relevés provenant de stations météorologiques au sol. Cette combinaison permet au système de mieux suivre les phénomènes météorologiques qui évoluent rapidement, comme les précipitations ou les changements de vent.
Google a également renforcé les capacités de calcul du modèle. WeatherNext 3 compte ainsi 2,4 fois plus de paramètres que son prédécesseur, tandis que son entraînement s'appuie sur les données de stations météorologiques spécifiques. Cette approche permet d'affiner davantage les prévisions en fonction des conditions observées localement, et donc de réduire l'écart entre une prévision générale et la météo réellement attendue à un endroit donné.
La dernière évolution concerne un domaine qui dépasse largement les usages habituels d'une application météo. En effet, WeatherNext 3 propose désormais des données spécialement adaptées au secteur des énergies renouvelables. Le modèle est ainsi capable de prévoir la vitesse du vent à 100 mètres d'altitude, une hauteur qui correspond approximativement à celle des éoliennes, mais aussi d'estimer la couverture nuageuse et le rayonnement solaire. Ces informations peuvent aider les exploitants de parcs éoliens et photovoltaïques à mieux anticiper leur production et, à une échelle plus large, faciliter la gestion des réseaux électriques.
WeatherNext 3 alimente d'ores et déjà les informations météorologiques affichées dans Google Search, Google Maps et Gemini. Les développeurs peuvent également accéder au modèle par l'intermédiaire de l'API Météo de Google Maps et Google Earth Engine. Enfin, les entrepôts de données BigQuery donnent aussi accès à ces données, tout comme la plateforme expérimentale Google Weather Lab.