Intelligence artificielle : la science climatique révolutionnée par chatgpt

Des scientifiques utilisent l'IA pour déchiffrer les mystères du climat, avec des résultats parfois surprenants. L'intelligence artificielle s'immisce de plus en plus dans des domaines autrefois réservés aux experts, et la science n'échappe pas à cette tendance.

L'essor de l'IA a transformé la recherche scientifique. Des assistants d'échange d'idées aux outils de codification, ces technologies facilitent le travail quotidien, libérant du temps précieux. Mais c'est dans le domaine de la climatologie que l'IA a récemment démontré un potentiel particulièrement remarquable.

Chatgpt aide à visualiser l'ampleur du réchauffement climatique

Zeke Hausfather, climatologue de Berkeley Earth, a utilisé l'assistant d'OpenAI, ChatGPT, pour créer des graphiques illustrant l'augmentation des températures, dont un saisissant diagramme de « diagramme à anneaux d'arbres ». Il avoue que l'IA l'a aidé à visualiser des données qu'il n'aurait pas pu interpréter aussi rapidement. « C'est intéressant, en partie parce que ce n'est pas ce que j'attendais de l'IA », confie-t-il.

Les modèles climatiques traditionnels, basés sur des équations complexes, simulent le fonctionnement du système terrestre. Ils sont puissants pour prédire les changements à grande échelle, mais rencontrent des difficultés à modéliser des phénomènes locaux, comme la formation des nuages.

La limite des modèles climatiques réside dans leur incapacité à extrapoler au-delà de leurs données d'entraînement, notamment en ce qui concerne les événements climatiques extrêmes. C'est là que l'IA pourrait apporter une contribution précieuse, en inférant des valeurs à partir de données historiques.

Google Research a récemment dévoilé Groundsource, un outil capable de prévoir les inondations soudaines, responsables de milliers de décès chaque année. L'outil s'appuie sur Gemini, le modèle de langage de grande taille de Google, pour analyser des millions d'articles de presse datant de 2000. Combinés à des modèles météorologiques basés sur l'apprentissage automatique, ces données permettent d'obtenir des prévisions avec un taux de justesse de 82 %.

Par ailleurs, Google DeepMind a mené une étude préliminaire sur l'AMOC (Circulation Méridienne de Retour de l'Atlantique), un courant océanique vital. L'IA Gemini a contribué à une revue complète de la science existante, conservant 42% du contenu final. Selon les chercheurs, une supervision humaine a été nécessaire pour garantir la rigueur scientifique du travail produit par l'IA.

L'IA permet de surmonter une difficulté majeure en météorologie : la modélisation de la formation et de l'évolution des nuages. Des chercheurs ont conclu que des techniques d'apprentissage pourraient remplacer les estimations actuelles.

Mais l'IA n'est pas une solution miracle. Elizabeth Barnes, professeure à l'université de Boston, souligne que cette Technologie offre des opportunités, mais ne représente pas une transformation complète de la science. Les scientifiques possèdent une expertise et des capacités que l'IA ne peut égaler.

L'IA peut générer des prédictions précises, mais elle ne peut pas