Le nouveau modèle météorologique de Google DeepMind a fourni des prévisions hautement précises pendant la saison des ouragans de l'Atlantique en 2025, surpassant les systèmes traditionnels. Le Système de Prévision Global des États-Unis, en revanche, a eu un faible rendement. Les données préliminaires mettent en évidence l'avantage de l'IA dans le suivi et les prédictions d'intensité.
La saison des ouragans de l'Atlantique en 2025, qui a impliqué 13 tempêtes nommées, s'est conclue avec des avancées notables dans la technologie de prévision. Le Laboratoire Météo de Google DeepMind a commencé à publier des prévisions de trajectoire de cyclones en juin 2025, et le modèle s'est rapidement avéré supérieur. Selon une analyse préliminaire de Brian McNoldy, chercheur senior à l'Université de Miami, le modèle Google DeepMind (GDMI) a obtenu les erreurs moyennes de position les plus basses sur les horizons de prévision de 0 à 120 heures.
Dans les comparaisons, le Système de Prévision Global du Service Météorologique National des États-Unis (GFS, désigné comme AVNI) s'est classé comme le pire performeur. À 120 heures, le modèle de Google a rapporté une erreur de 165 milles nautiques, tandis que le GFS a atteint 360 milles nautiques—plus du double. Le système d'IA a même surpassé les prévisions officielles du Centre National des Ouragans (OFCL) et les modèles de consensus comme TVCN et HCCA. Il a également excellé dans la prévision d'intensité, capturant les fluctuations de la force des ouragans.
Ceci marque la première saison complète pour l'IA de Google, qui repose sur des réseaux neuronaux plutôt que sur des calculs traditionnels basés sur la physique. 'La beauté de DeepMind et d'autres modèles météorologiques similaires basés sur les données et l'IA est à quel point ils produisent une prévision beaucoup plus rapidement que leurs homologues traditionnels basés sur la physique qui nécessitent certains des superordinateurs les plus coûteux et avancés au monde', a déclaré Michael Lowry, spécialiste des ouragans et auteur du bulletin Eye on the Tropics. 'Au-delà de cela, ces modèles 'intelligents' avec leurs architectures de réseaux neuronaux ont la capacité d'apprendre de leurs erreurs et de corriger en temps réel.'
Le faible rendement du GFS reste inexpliqué. Lowry a noté : 'Il n'est pas immédiatement clair pourquoi le GFS a si mal performé cette saison des ouragans.' Les spéculations pointent vers des lacunes potentielles dans la collecte de données dues à des coupes budgétaires gouvernementales, bien que cela affecterait probablement d'autres modèles aussi. Les mises à niveau du modèle depuis 2019 semblent avoir échoué, élargissant l'écart avec les concurrents. Les évaluations officielles du Centre National des Ouragans sont en attente, mais les résultats préliminaires suggèrent que l'IA transformera les prévisions d'ouragans.