L’intelligence artificielle démunie pour prédire les phénomènes météorologiques extrêmes

2026.05_IA_Engelke.jpg

Alors que le changement climatique intensifie les vagues de chaleur, les pluies extrêmes et les tempêtes violentes, la capacité à prévoir des événements météorologiques hors normes devient un enjeu crucial. Une étude menée par Sebastian Engelke, professeur au Research Institute for Statistics and Information Science, et Zhongwei Zhang, ancien postdoctorant, en collaboration avec le Karlsruhe Institute of Technology, montre que les modèles de prévision météorologique traditionnels restent aujourd’hui plus fiables que les modèles fondés sur l’intelligence artificielle pour anticiper ces phénomènes extrêmes.

Si les modèles d’IA montrent de très bonnes performances dans des situations météorologiques courantes, ils peinent à prédire l’intensité et la fréquence d’événements exceptionnels. En cause : leur difficulté à généraliser au‑delà des données sur lesquelles ils ont été entraînés. « Les modèles d’IA tendent à se limiter aux valeurs extrêmes déjà observées dans le passé, comme s’ils se heurtaient à un plafond implicite », explique Zhongwei Zhang. À l’inverse, les modèles numériques traditionnels, fondés sur les lois de la physique atmosphérique, peuvent théoriquement représenter des situations inédites.

Sebastian Engelke souligne que « l’introduction récente de l’intelligence artificielle ouvre des perspectives importantes pour réduire les coûts et la consommation énergétique des prévisions météorologiques, mais elle ne permet pas encore de se passer des modèles physiques lorsqu’il s’agit d’événements extrêmes ».

Publiés dans Science Advances, les résultats de ce travail rappellent la nécessité de poursuivre l’évaluation et l’amélioration des modèles d’IA avant leur utilisation autonome dans les systèmes d’alerte précoce et de gestion des catastrophes.

> Lire l'article publié dans Science AdvancesPhysics-based models outperform AI weather forecasts of record-breaking extremes

> Lien vers le communiqué de presse de l’Université de Genève.

 

 

4 mai 2026
  2026
   AACSB-logo-accredited_Foot.png        AMBA_Logo_Black_New.png          EFMD-NewLogo2013-HR_colours.png        

prme-stacked-solid-rgb.png 
  GBSNLogo.png