Comment l’intelligence artificielle transforme les prévisions de typhons à Hong Kong

Hong Kong mise sur l’IA pour prévoir les typhons

Depuis longtemps exposée aux forces destructrices des typhons et aux phénomènes météorologiques extrêmes, Hong Kong mise sur l’intelligence artificielle (IA) pour révolutionner ses capacités de prévision. L’Observatoire de Hong Kong (HKO) a annoncé d’importants investissements dans cette technologie afin d’améliorer la précision et la rapidité des alertes concernant les cyclones tropicaux, les fortes pluies et d’autres phénomènes météorologiques violents. Cette initiative intervient après que des modèles d’IA ont obtenu des résultats remarquables lors de récents épisodes de pluies et de typhons sans précédent, même si des difficultés persistent pour déterminer l’intensité des phénomènes et localiser précisément leurs effets.

Alors que le changement climatique renforce les tempêtes et rend les régimes météorologiques plus imprévisibles, l’enjeu de prévisions précises n’a jamais été aussi important. Les efforts de Hong Kong s’inscrivent dans une évolution plus large, régionale et mondiale, en faveur de la météorologie fondée sur l’IA. Taïwan, son voisin, ainsi que de grands instituts de recherche du monde entier, recourent eux aussi à l’apprentissage automatique pour améliorer la préparation aux catastrophes.

Pourquoi des prévisions précises des typhons sont-elles si essentielles pour Hong Kong ?

La situation subtropicale de Hong Kong l’expose directement aux typhons du Pacifique, qui peuvent provoquer des vents dévastateurs, des pluies torrentielles, des inondations et des glissements de terrain. La densité de population et la complexité des infrastructures de la ville font que même une légère amélioration de la précision des prévisions peut sauver des vies, limiter les pertes économiques et aider les autorités à mieux coordonner les interventions d’urgence.

Ces dernières années ont été marquées par une succession d’épisodes météorologiques extrêmes. En août, Hong Kong a connu les précipitations journalières les plus importantes depuis le début des relevés, en 1884, déclenchant la deuxième plus longue alerte noire aux fortes pluies de son histoire. Les conséquences ont été de graves inondations, des glissements de terrain et de nombreuses perturbations. Dans les régions voisines, les inondations meurtrières dans la province du Gansu et les évacuations massives dans le Guangdong ont souligné l’urgence de mettre en place de meilleurs systèmes d’alerte précoce.

Les méthodes de prévision traditionnelles, bien qu’efficaces, ont leurs limites, notamment lorsqu’il s’agit de prévoir avec précision la trajectoire et l’intensification rapide des cyclones tropicaux. C’est là que l’IA pourrait faire la différence.

Comment l’IA améliore-t-elle les prévisions météorologiques ?

Les prévisions météorologiques fondées sur l’IA reposent sur des algorithmes d’apprentissage automatique entraînés à partir de vastes volumes de données météorologiques historiques. Contrairement aux modèles traditionnels de prévision numérique du temps (PNT), qui simulent la physique de l’atmosphère au moyen d’équations complexes et de superordinateurs, les modèles d’IA apprennent des tendances et des relations à partir de plusieurs décennies d’observations météorologiques mondiales. Une fois entraînés, ils peuvent produire des prévisions beaucoup plus rapidement et avec une puissance de calcul moindre.

Par exemple, la génération actuelle de modèles d’IA utilisés par le HKO est entraînée sur environ 40 ans de données mondiales de réanalyse, soit quelque 25 000 milliards de points de données. Ces modèles peuvent analyser et prévoir l’évolution des systèmes météorologiques, notamment des typhons, en repérant des indices subtils qui peuvent échapper aux modèles classiques.

Selon Lo Ka-wai, responsable scientifique à l’Observatoire : « En apprenant à partir de cet vaste ensemble de données, les modèles d’IA peuvent repérer les tendances et les relations qui caractérisent l’évolution météorologique, puis s’en servir pour prévoir les changements à venir. »

Les modèles d’IA ont déjà fait leurs preuves en conditions opérationnelles. À l’approche du cyclone tropical Wutip, par exemple, les prévisions fondées sur l’IA ont mieux anticipé la trajectoire de la tempête que les modèles traditionnels, aidant l’Observatoire à émettre des alertes à temps et à éviter des perturbations inutiles.

L’IA en action : le cas du typhon Wutip

En juin, alors que le typhon Wutip menaçait Hong Kong, l’Observatoire s’est appuyé sur des modèles traditionnels et des modèles fondés sur l’IA pour prévoir sa trajectoire. Un modèle européen prévoyait que Wutip s’approcherait de la côte sud de la Chine, tandis qu’un modèle américain annonçait un passage plus près de Hong Kong. Deux modèles d’IA ont, eux, estimé une trajectoire plus à l’ouest, plus proche de celle qui s’est effectivement dessinée. Hong Kong a ainsi été épargnée par un impact direct, et les alertes de l’Observatoire ont tenu compte des prévisions plus précises de l’IA.

Ce succès n’est pas un cas isolé. Les modèles d’IA ont à plusieurs reprises égalé, voire dépassé, la précision des modèles traditionnels dans la prévision des trajectoires des typhons, en particulier pour les tempêtes du Pacifique occidental. Depuis, l’Observatoire a élargi le recours à l’IA en intégrant des modèles tels que Fuxi (développé par l’université Fudan), Pangu-Weather (par Huawei) et le système de prévision fondé sur l’intelligence artificielle (AIFS) du Centre européen pour les prévisions météorologiques à moyen terme (ECMWF).

Quels sont les atouts et les limites des prévisions fondées sur l’IA ?

Les modèles d’IA présentent plusieurs avantages par rapport aux méthodes traditionnelles :

• Rapidité : l’IA peut produire des prévisions en quelques minutes, contre plusieurs heures pour les modèles fondés sur la physique.
• Efficacité énergétique : les modèles d’IA nécessitent beaucoup moins de puissance de calcul, ce qui les rend plus durables.
• Précision des trajectoires : les modèles d’IA sont souvent plus performants que les modèles traditionnels pour prévoir la trajectoire des cyclones tropicaux.
• Alerte précoce : l’IA peut détecter des tendances et émettre des alertes plus tôt, laissant davantage de temps aux autorités et à la population pour se préparer.

Des difficultés subsistent toutefois. Les modèles d’IA ont tendance à sous-estimer l’intensité des cyclones tropicaux, en particulier lors des épisodes d’intensification rapide, où la vitesse des vents augmente fortement en peu de temps. Cette limite est importante : près de 80 % des ouragans et typhons majeurs connaissent une intensification rapide, et le nombre de ces épisodes augmente sous l’effet du changement climatique.

Autre difficulté : les modèles d’IA peinent à prévoir les phénomènes météorologiques extrêmes rares ou sans précédent, car ceux-ci sont parfois peu représentés dans les données historiques utilisées pour l’entraînement. Par exemple, lors des pluies records de septembre 2023, les modèles d’IA ont fourni des indications utiles, mais ont eu du mal à rendre compte de l’ampleur totale des précipitations et à en localiser précisément les zones les plus touchées.

Comme le souligne l’Observatoire de Hong Kong : « La capacité des modèles d’IA à prévoir les phénomènes météorologiques extrêmes reste à vérifier, car ces événements sont rares dans les données historiques. Les phénomènes météorologiques records ne figuraient pas non plus dans les données d’entraînement des modèles d’IA. »

Comparaison des modèles d’IA : perspectives mondiales et régionales

Des études scientifiques récentes ont comparé les performances des principaux modèles météorologiques d’IA en Asie de l’Est et dans le Pacifique occidental. Cinq grands modèles, Pangu-Weather, FourCastNet v2, GraphCast, FuXi et FengWu, ont été évalués selon leur capacité à prévoir la trajectoire et l’intensité des typhons. FengWu s’est révélé le plus précis pour les trajectoires, tandis que FuXi et GraphCast ont également obtenu de bons résultats. Tous les modèles ont toutefois rencontré des difficultés pour prévoir l’intensité, ce qui souligne la nécessité de poursuivre les recherches et de développer des modèles régionaux à plus haute résolution.

Les approches ensemblistes, qui combinent les résultats de plusieurs modèles, semblent prometteuses pour améliorer la fiabilité des prévisions. Les progrès rapides de la météorologie fondée sur l’IA laissent penser qu’une collaboration continue entre chercheurs en IA et services météorologiques sera essentielle pour surmonter les limites actuelles.

Comment Hong Kong intègre-t-elle l’IA dans ses activités de prévision ?

L’Observatoire de Hong Kong est à l’avant-garde de l’adoption de l’IA en météorologie. Depuis la mi-2023, le HKO a introduit plusieurs modèles d’IA dans des essais en temps réel et met leurs prévisions à la disposition du public sur la page Web Earth Weather et dans l’application MyObservatory. L’Observatoire utilise l’IA non seulement pour suivre les typhons, mais aussi pour prévoir les précipitations, le vent, la température et l’humidité jusqu’à quinze jours à l’avance.

He Yuheng, responsable scientifique principal par intérim au HKO, a expliqué que les modèles d’IA avaient prédit avec succès l’évolution d’une bande pluvieuse qui a apporté de fortes précipitations sur la côte du Guangdong, une semaine avant les pluies diluviennes d’août. Même s’ils n’ont pas permis de localiser précisément les zones où les pluies seraient les plus fortes, ils ont fourni une base précieuse pour lancer des alertes à temps et préparer les interventions d’urgence.

L’Observatoire collabore également avec des partenaires internationaux et des entreprises privées pour rester à la pointe des prévisions fondées sur l’IA. Les outils Weather Lab de Google DeepMind et AIFS de l’ECMWF, par exemple, sont testés aux côtés de modèles locaux et offrent aux prévisionnistes de nouveaux moyens d’évaluer et de comparer les résultats.

Adoption régionale : les enseignements de Taïwan et d’ailleurs

Hong Kong n’est pas seule à miser sur l’IA. L’Administration météorologique centrale de Taïwan a elle aussi adopté des modèles d’IA pour suivre les typhons, avec des résultats impressionnants. Lors du typhon Gaemi, les prévisions fondées sur l’IA ont annoncé un impact direct huit jours à l’avance, avec de meilleurs résultats que les modèles classiques et davantage de temps pour permettre aux autorités de se préparer. Selon Lu Kuo-Chen, directeur adjoint de l’Administration, « l’IA a renforcé la confiance des prévisionnistes et donné aux autorités davantage de temps pour se préparer ».

La participation du secteur privé accélère les progrès. Des entreprises comme Nvidia, Google et Microsoft développent des modèles météorologiques avancés fondés sur l’IA et nouent des partenariats avec des services météorologiques du monde entier. Ces collaborations stimulent l’innovation et contribuent à relever les défis liés à la prévision de l’intensité et des effets locaux.

Les défis et les perspectives

Malgré les promesses de l’IA, plusieurs obstacles doivent encore être surmontés avant qu’elle puisse remplacer les méthodes traditionnelles de prévision ou les dépasser pleinement :

• Qualité et disponibilité des données : les modèles d’IA dépendent de jeux de données complets et de grande qualité. Des lacunes dans les données historiques ou des inexactitudes peuvent limiter leurs performances.
• Prévision de l’intensité : prévoir l’intensification rapide et les vents maximaux reste un défi majeur, aussi bien pour l’IA que pour les modèles traditionnels.
• Effets locaux : des modèles régionaux à haute résolution sont nécessaires pour prévoir les effets localisés, comme les crues soudaines et les glissements de terrain.
• Supervision humaine : les météorologues experts restent indispensables pour interpréter les résultats de l’IA, surtout lorsque les enjeux sont élevés.

À mesure que le domaine évolue, l’Observatoire de Hong Kong et ses partenaires s’engagent à poursuivre leurs travaux de recherche et le développement des modèles, ainsi qu’à informer le public. L’objectif est non seulement d’améliorer la précision des prévisions, mais aussi de renforcer la confiance du public et de veiller à ce que les alertes soient comprises et suivies d’effet.

Des enjeux plus larges : l’IA au service de la résilience climatique

L’intégration de l’IA dans les prévisions météorologiques est plus qu’une mise à niveau technologique : c’est une étape essentielle pour renforcer la résilience climatique à une époque où les phénomènes extrêmes se multiplient. À mesure que les tempêtes deviennent plus intenses et imprévisibles, des alertes précoces et précises peuvent faire la différence entre la sécurité et la catastrophe pour des millions de personnes.

L’expérience de Hong Kong offre des enseignements précieux aux autres villes et régions confrontées à des menaces similaires. L’adoption rapide de l’IA, associée à la coopération internationale et à la mobilisation du public, témoigne d’une approche proactive de la gestion des risques climatiques. À mesure que les modèles d’IA s’améliorent, ils joueront un rôle de plus en plus central dans la protection des populations et le soutien au développement durable.

En résumé

• Hong Kong investit dans l’IA pour améliorer les prévisions de typhons et de phénomènes météorologiques extrêmes, après des essais concluants lors de récentes tempêtes.
• Les modèles d’IA ont surpassé les méthodes traditionnelles pour prévoir les trajectoires des typhons, mais peinent encore à prévoir leur intensité et leurs effets locaux.
• L’Observatoire de Hong Kong intègre plusieurs modèles d’IA à ses activités et collabore avec des partenaires internationaux.
• Des voisins de la région, comme Taïwan, misent eux aussi sur l’IA, tandis que des entreprises privées accélèrent l’innovation dans ce domaine.
• La poursuite des recherches et l’expertise humaine restent essentielles pour remédier aux limites de l’IA et garantir l’efficacité des systèmes d’alerte précoce.
• L’adoption de l’IA en météorologie constitue une étape clé pour renforcer la résilience climatique de Hong Kong et de l’ensemble de la région.