Des outils d'intelligence artificielle modifient la façon dont on prévoit les risques météorologiques et climatiques. En Inde cet été, le modèle NeuralGCM a fourni des prévisions accessibles quatre semaines avant le début habituel de la mousson et a correctement signalé une pause de trois semaines après son atterrissage sur les côtes, puis sa progression vers le nord.
NeuralGCM est un modèle hybride développé par Google : il combine des lois physiques et des composants d'apprentissage automatique pour simuler l'atmosphère. Des chercheurs de l'University of Chicago rapportent de bonnes performances sur plusieurs indicateurs et une meilleure efficacité informatique par rapport aux modèles physiques classiques. L'université a reçu le soutien de la Gates Foundation pour comparer ces modèles en Afrique de l'Est et de l'Ouest, en se concentrant sur les saisons des pluies et les vagues de chaleur.
Les prévisions assistées par l'IA ont aidé 38 millions d'agriculteurs en Inde à planifier des semis et d'autres décisions. Le logiciel peut fonctionner sur un ordinateur portable, contrairement aux modèles traditionnels qui demandent souvent des superordinateurs coûteux. Michael Kremer a estimé que la diffusion de ces prévisions pourrait générer plus de US$100 pour les agriculteurs pour chaque dollar investi par le gouvernement.
Cependant, des scientifiques agricoles demandent un développement plus poussé. Ils recommandent de relier les signaux de pluie aux données d'humidité du sol, au déficit de pression de vapeur, aux prévisions de stress thermique et à la sensibilité selon le stade de la culture, car une prévision erronée d'un début précoce peut causer des pertes de plantules, des coûts de ressemis et du temps de croissance perdu.
- Pays partenaires actuels : Bangladesh, Chile, Ethiopia, Kenya, Nigeria.
Mots difficiles
- mousson — saison de pluies fortes dans certaines régions
- modèle — représentation ou outil pour simuler un systèmemodèles
- hybride — qui combine deux méthodes différentes
- apprentissage automatique — méthode où l'ordinateur apprend à partir des données
- efficacité informatique — capacité à utiliser moins de ressources informatiques
- superordinateur — ordinateur très puissant et coûteuxsuperordinateurs
- semis — action de planter des graines pour cultiver
- plantule — jeune plante sortie de la graineplantules
- humidité du sol — quantité d'eau présente dans la terre
- vague de chaleur — période avec températures très élevéesvagues de chaleur
Astuce : survolez, mettez le focus ou touchez les mots en surbrillance dans l’article pour voir des définitions rapides pendant que vous lisez ou écoutez.
Questions de discussion
- Quels avantages et quels risques voyez-vous à utiliser des modèles d'IA qui fonctionnent sur un ordinateur portable pour les agriculteurs locaux ?
- Comment lier les prévisions de pluie aux données locales (humidité du sol, stade de la culture) pourrait-il changer les décisions agricoles ? Donnez des exemples concrets.
- Quels obstacles pratiques (techniques, financiers ou de formation) pourraient empêcher les pays partenaires de bénéficier de ces prévisions assistées par l'IA ?
Articles liés
Tempête de verglas et pannes électriques dans l’est des États‑Unis
Une tempête hivernale apporte du verglas et de la pluie verglaçante dans l’est des États‑Unis. Elle a provoqué de nombreuses coupures de courant et les experts étudient la façon d’améliorer la résilience des réseaux électriques.
Bots ciblent Instagram d’activistes et médias dans les Balkans
Meta.mk rapporte, les 16 et 23 novembre 2025, des opérations coordonnées de bots qui ont visé des comptes Instagram d’activistes et de médias dans les Balkans occidentaux. Les campagnes ont exploité des règles automatiques des plateformes pour réduire la visibilité des critiques.
Rendre la science intéressante pour tous
Des événements avec expériences, conférences et ateliers aident enfants et adultes à comprendre la science. Les organisateurs adaptent les activités, mesurent le succès et cherchent des solutions pour le financement, la sécurité et l'accessibilité.