Aller au contenu

IA

WeatherNext 3 de Google bat les supercalculateurs à la pluie

La nouvelle IA météo de Google domine un benchmark public, y compris face aux prévisions traditionnelles des agences officielles. Elle arrive dans Search, Maps et Gemini : tes excuses pour oublier le parapluie ont une date limite.

Photo de couverture : OutreachPete / CC BY 2.0

TL;DR

  1. WeatherNext 3 arrive en tête de l'Operational WeatherBench, selon les résultats du benchmark.
  2. Il dépasse aussi de peu les prévisions traditionnelles du US National Weather Service et de l'ECMWF.
  3. Il arrive dans Search, Maps et Gemini ; chercheurs et entreprises y accèdent via Google Cloud.

Ce qui s'est passé

Google a sorti WeatherNext 3, son dernier modèle de prévision météo par IA. Selon TechCrunch, il arrive premier parmi les principaux concurrents testés sur Operational WeatherBench, un outil de comparaison de prévisions IA conçu par la startup Brightband. Le benchmark regarde des métriques comme la température, la vitesse du vent et l'humidité.

Le peloton qu'il a battu n'a rien de figurant. On y trouve des modèles de deep learning de Google lui-même, de Microsoft, de Nvidia et du European Centre for Medium-Range Weather Forecasts (ECMWF). Il a aussi devancé de peu les prévisions traditionnelles du US National Weather Service et de l'ECMWF.

Ces prévisions traditionnelles, ce sont des équations de physique tournant sur des supercalculateurs géants, la méthode old school pour prédire le temps. Le petit nouveau, entraîné sur des motifs, les devance désormais sur ce benchmark.

Google annonce que le modèle va alimenter les infos météo que tu vois dans Search, Maps et Gemini. Il sera aussi proposé aux chercheurs et aux entreprises via Google Cloud.

Samier Merchant, senior staff engineer chez Google, a confié à TechCrunch que c'est la première fois que certaines variables clés du modèle alimentent directement autant de produits Google.

Pourquoi ça compte

La météo est l'un des rares usages de l'IA où l'on peut vérifier facilement si elle a raison. Demain arrive, et soit il a plu, soit il n'a pas plu. Une victoire en benchmark, ici, c'est moins abstrait qu'un chatbot qui cartonne à un quiz.

Le vrai sujet, c'est la distribution. Un meilleur modèle dans un papier de recherche aide les chercheurs. Un meilleur modèle derrière la carte météo de Search et Maps atterrit dans les poches d'un nombre énorme de gens qui n'en connaîtront jamais le nom.

Une réserve, sapiens : le résultat de benchmark fait le titre, mais c'est une comparaison sur un test précis, conçu par un tiers. Les prévisions réelles seront jugées au trajet détrempé près.

C'est aussi un signe de plus que le deep learning s'invite dans un domaine longtemps tenu par la simulation physique. Les supercalculateurs ne partent pas à la retraite. Ils ont juste un nouveau collègue très sûr de lui.

Qu'est-ce que tu en fais

  • Surveille la carte météo.Regarde comment les prévisions de Search, Maps et Gemini évoluent quand le déploiement arrive chez toi, et note les fois où elles battent ton ancienne appli.
  • Recoupe avant les grands projets.Garde une deuxième source sous la main pour les mariages, les randos et tout ce qui implique une échelle.
  • Builders, regardez Google Cloud.Chercheurs et équipes en entreprise peuvent y accéder au modèle : logistique, énergie et agriculture, allez voir ce qu'il offre.
  • Lis le benchmark.Operational WeatherBench est un outil de comparaison public, vois quelles métriques comptent pour ton cas d'usage.

Ciao, sapiens. Prends quand même le parapluie. Le modèle est bon, pas divin.