Une équipe de chercheurs français du CNRS, du CEA et de l’université Claude Bernard Lyon 1 dévoile une intelligence artificielle entraînée pour prévoir les canicules.
A la question : "y aura-t-il une canicule dans 10 jours en France ?", l'intelligence artificielle entraînée par une équipe de chercheurs français est capable de répondre oui ou non. "On l'a non seulement entraînée à dire oui ou non, mais aussi à donner un pourcentage de chances pour qu'une canicule ait lieu" précise Patrice Abry, directeur de recherche au CNRS.
Depuis deux ans une équipe mêlant les compétences de chercheurs en climatologie et en statistiques de l'information et de l'apprentissage se penche sur la programmation de cette IA basée sur le deep learning, "soit l'empilement d'opérations élémentaires les unes derrière les autres permettant de se rapprocher au plus près de modèles mathématiques" explique Patrice Aubry.
"8000 ans d'informations sur le climat" pour s'entraîner
Les évènements extrêmes comme les canicules sont traités aujourd'hui par "des modèles physiques tels que la pression, l'écoulement des fluides ou encore les températures", explique-t-il. Il s'agit par exemple des outils développés et utilisés en météorologie. Mais les évènements très rares sont par définition beaucoup plus difficiles à prévoir.
Un des enjeux de cette recherche, est de collecter suffisamment de données pour entrainer l'intelligence artificielle. Pour la tester, ils ont utilisé un simulateur de données qui a établi virtuellement 8 000 ans d'informations sur le climat. Il s'agit du modèle climatique PlaSim de l’université d'Hambourg.
"Il en ressort que la machine est capable de prévoir la probabilité d'une canicule dans un futur proche" conclut Patrice Abry. "Mais on avait 8000 ans d'éléments pour l'entraîner" tempère-t-il. "Or la performance se dégrade avec une diminution de la base de données."
La machine combinée à l'expertise humaine
Afin que que l’IA soit fiable, elle a besoin d’un grand nombre de données pour s’enrichir. Ces événements étant rares, peu d’informations sont disponibles. "Pour pallier cette faiblesse, les scientifiques comptent conjuguer cette IA avec des algorithmes de simulations d’événements rares, conçus par eux il y a cinq ans, afin d’obtenir une prévision optimale" précise le CNRS.
En d'autres termes, "l'enjeu sera de savoir si nous serons capables de collecter suffisamment de données pour les transmettre à la machine et si elle sera suffisamment robuste pour les traiter" explique Patrice Abry.
Or il y a telllement de données que ce travail nécessitera l'intervention de la machine combinée à celle d'experts capables d'orienter l'IA, afin de lui dire où il faut chercher.
Conclusion : l'enjeu désormais des équipes du CNRS, du CEA et de l’Université Claude Bernard Lyon 1 sera de définir et de concevoir une architecture capable d'incorporer la connaissance d'experts dans son traitement de l'information.
L'article intégral a été rédigé par George Miloshevich, Bastien Cozian, Patrice Abry, Pierre Borgnat, et Freddy Bouchet. Rédigé en aout 2022 et publié le 4 avril 2023 dans la revue Physical Review Fluids, ce travail n'avait pas pour vocation à être vulgarisé en l'état actuel des recherches. Mais compte-tenu de l'enjeu du réchauffement climatique en France les instituts de recherche ont jugé utile de faire connaître ce travail encourageant pour l'avenir.
