L’IA modifie déjà les prévisions météorologiques : avec l’ouragan Isaías, elle a réussi à suivre la bonne trajectoire alors que les modèles traditionnels échouaient

Pendant des décennies, prédire la météo dans les jours à venir a été un véritable défi qui nécessitait l’utilisation de calculs intensifs bruts et de physique pure avec une équipe de météorologues derrière. Aujourd’hui, l’intelligence artificielle réécrit ces règles, puisque les modèles basés sur le machine learning ne sont plus une promesse de laboratoire, mais fonctionnent en temps réel, au service de ces professionnels.

Le cas d’Isaïe. Pour prouver la puissance de cette technologie dans le domaine de la météorologie, l’utilisateur X Packie Young a expliqué comment un modèle DeepMind avait anticipé l’apparition de l’ouragan Isaías avec une précision presque magique. Concrètement, le modèle Weather Labs FNV3 fait partie de ces belles promesses.

Quant à la trajectoire, l’IA l’a réussi. Selon l’analyse de HurriLab, le modèle d’IA a placé le moment de l’atterrissage avec une marge d’erreur de quelques heures à plus de trois jours, et était le modèle le plus proche du point d’impact réel, qui se trouvait en Floride. Pendant ce temps, le système traditionnel, tant européen qu’américain, s’est éloigné trop à l’ouest.

Mais avec des nuances. Bien que cela ait plutôt bien fonctionné, le directeur du National Hurricane Center lui-même a précisé que la prévision officielle du NHC était entre 20 et 40 % plus compétente que l’IA pour prédire la force de l’ouragan. Ici, sans aucun doute, les modèles classiques tels que HWRF et HMON sont restés les meilleurs en matière de prévisions d’intensité à long terme.

Une révolution. Au-delà de ce cas très particulier, il existe de nombreuses publications scientifiques qui nous pointent sur les bénéfices de l’utilisation de ces modèles d’IA. Par exemple, un article publié cette année sur le modèle WeatherNext Cyclones a montré qu’après avoir été évalué avec des cyclones entre 2023 et 2025, il était en mesure d’offrir en moyenne un jour ou plus d’avantage d’anticipation par rapport aux principaux modèles en vigueur actuellement.

Mais la preuve la plus importante dont nous disposons a été donnée par le NHC dans son rapport 2025, qui était la première année où il intégrait des modèles d’IA dans ses opérations en temps réel. Ici, le modèle DeepMind a surperformé les prévisions du NHC entre 12 et 72 heures, atteignant une intensité comparable. Des résultats qui la rendent désormais parfaitement intégrée aux opérations quotidiennes.

Changement institutionnel. Durant Isaias, les météorologues américains ont ajusté leurs prévisions officielles pour les rapprocher de celles du modèle DeepMind, reléguant au second plan les géants historiques comme le modèle européen ou le GFS américain. Ce niveau de confiance explique également ce qui s’est passé avec l’ouragan Melissa, où le NHC a réussi à anticiper son intensification rapide près de trois jours avant qu’il n’atteigne la Jamaïque, en s’appuyant sur l’IA.

De son côté, le Centre européen de prévisions météorologiques à moyen terme dispose déjà d’une IA pleinement opérationnelle avec son modèle AIFS prêt depuis le 25 février de l’année dernière ainsi que le modèle physique IFS. La principale différence réside ici dans son efficacité, puisque l’IA consomme environ 1 000 fois moins d’énergie par prévision.

En Espagne, l’AEMET n’est pas en reste, mais maintient une approche plus pragmatique avec ses avancées dans le cadre européen avec le modèle ANEMOI-ML. L’organisme public souligne ici qu’aujourd’hui les résultats de l’IA sont pires que ceux des modèles traditionnels, le principal problème étant le lissage des extrêmes météorologiques, qui constitue un facteur de risque important lorsqu’il faut émettre des alertes en cas de pluies torrentielles.

Les météorologues sont nécessaires et a priori ils ne vont pas être remplacés par l’IA comme on pourrait le penser. Aujourd’hui, la plupart des modèles ont besoin de la météorologie traditionnelle pour démarrer et prendre toutes les informations avec des calculs physiques complexes, qui constituent actuellement un système de support. Cela ne signifie pas que, lorsque l’IA parvient à prendre en charge l’ensemble du processus de transfert des données d’un capteur vers la carte météo, les modèles physiques traditionnels risquent de devenir obsolètes.

Images | Josias Salinas

À Simseo | En 2023, vingt camions ont traversé les Pays-Bas chargés de 400 tonnes de marais des Wadden. Sa destination était un canal capable de créer des tempêtes