RTS – Radio Télévision Suisse / Keystone‑ATS / Blick Romandie / Carbon Brief / et al.

2026_Engelke.png

Les modèles mathématiques devancent l’intelligence artificielle pour les épisodes météo extrêmes   

Une équipe de l’UNIGE, menée par le professeur de la GSEM Sebastian Engelke, et de l'Institut de technologie de Karlsruhe montre que les modèles de prévision météorologique classiques restent plus fiables que l’IA pour anticiper les épisodes extrêmes. 

 

> Pour lire l’article de rts.ch, veuillez cliquer sur ce lien 
> Pour lire l’article de Blick Romandie, veuillez cliquer sur ce lien 
> Pour lire l’article du Figaro, veuillez cliquer sur ce lien 
> Pour lire l'article dans Campus - le magazine scientifique de l'UNIGE, veuillez cliquer sur ce lien

> Pour lire le communiqué de presse de l’UNIGE, veuillez cliquer sur ce lien 

ENGLISH 

> To read the press release from the University of Geneva, please click on the link 
> To read the Mirage News article, please click on the link 
> To read the Swiss Info article, please click on the link 
> To read the Carbon Brief article, please click on the link 
> To read the Fast Company article, please click on the link 
> To read the Bluewin rticle, please click on the link 
> To read the Heise.de article, please click on the link 
> To read the aa.com.tr article, please click on the link 
> To read the 
Physics World article, please click on the link

ITALIAN 

> To read the Enerzine Mag article, please click on the link 
> To read the meteogiornale.it article, please click on the link 

4 Apr 2026

2026

   AACSB-logo-accredited_Foot.png        AMBA_Logo_Black_New.png          EFMD-NewLogo2013-HR_colours.png        

prme-stacked-solid-rgb.png 
  GBSNLogo.png building-bridges-logo_gris_reference.jpg