Google DeepMind a publié des résultats évalués par des pairs montrant que son modèle météorologique WeatherNext AI atteint une précision de pointe dans la prévision des cyclones tropicaux, gagnant en moyenne une journée complète ou plus de délai de prévision par rapport aux principaux systèmes de prévision opérationnelle. La recherche a été publiée dans la revue Nature le 6 août 2026 et Google publie les modèles en open source parallèlement à la publication.

Cette avancée intervient à un moment où la couverture de l’industrie de l’IA s’intensifie, où l’intelligence artificielle est de plus en plus appliquée à des problèmes scientifiques et de sécurité publique à enjeux élevés. Les cyclones tropicaux ont causé plus de 700 000 morts et 1 400 milliards de dollars de pertes économiques au cours des 50 dernières années, selon les chiffres cités dans l’annonce de DeepMind, ce qui a entraîné des gains même modestes dans les délais de prévision, qui ont des conséquences sur l’évacuation et la réponse aux catastrophes.

Un jour de délai de livraison compressé en un seul système

Le résultat principal est le délai de livraison. Sur les cyclones de 2023 à 2025, les prévisions de trajectoire, d'intensité et de structure du vent de WeatherNext présentent en moyenne un jour ou plus d'avantage par rapport aux principaux modèles opérationnels. En termes pratiques, ses prévisions sur trois jours correspondent à ce que les systèmes précédents fournissaient sur deux jours. Les chercheurs décrivent cette amélioration comme comparable à environ une décennie de progrès météorologiques opérationnels compressés dans un seul système d’IA.

Dans la prévision des cyclones, où les ordres d’évacuation, l’organisation des approvisionnements et les déclarations d’urgence dépendent des heures, cette marge est la mesure la plus importante. L'article présente WeatherNext Cyclones, un modèle d'IA qui produit des prévisions d'ensemble sur la trajectoire, l'intensité et la taille d'un cyclone tropical jusqu'à 15 jours.

Comment fonctionne le modèle

Les données de formation combinaient l’analyse atmosphérique mondiale avec la base de données IBTrACS de près de 5 000 tempêtes historiques. Le modèle utilise des réseaux génératifs fonctionnels pour produire des distributions de probabilité plutôt que des prévisions ponctuelles, et il s'adapte à des ensembles de 1 000 membres, soit vingt fois les exécutions de 50 membres du système précédent. Des ensembles plus grands capturent mieux des événements rares mais aux conséquences élevées, comme l'intensification rapide, le phénomène dangereux où la vitesse du vent d'une tempête augmente soudainement.

Une découverte se démarque par ce qu’elle remet en question. La haute résolution spatiale a longtemps été considérée comme le prix à payer pour des prévisions d’intensité précises. WeatherNext Cyclones fonctionne sur des entrées de 28 kilomètres sur 28, soit environ 100 fois plus grossières que les modèles régionaux traditionnels, et une variante compacte appelée WeatherNext 2-mini fonctionne à 111 kilomètres sur 111 et fonctionne toujours bien. Le document indique que la haute résolution n'est pas une condition préalable stricte pour une prévision d'intensité de pointe, et les chercheurs signalent comme une question ouverte la manière dont le modèle extrait le signal d'intensité à partir de données plus grossières.

Testé pendant la saison des ouragans 2025

L'évaluation n'était pas purement rétrospective. Au cours de la saison des ouragans de l'Atlantique 2025, le modèle a fonctionné parallèlement au flux de travail opérationnel du National Hurricane Center et a aidé les prévisionnistes à anticiper l'intensification rapide de l'ouragan Melissa et son atterrissage en Jamaïque suffisamment longtemps à l'avance pour permettre une alerte précoce. Le rapport de vérification du NHC pour 2025 documente les performances prévues pour la saison. Cette année, le système génère 1 000 scénarios possibles par cyclone pour aider les prévisionnistes à prendre des décisions.

Le travail est le fruit d'une collaboration entre Google DeepMind et les scientifiques et prévisionnistes opérationnels de Google Research du National Hurricane Center, de l'Institut coopératif de recherche sur l'atmosphère (CIRA) et du Met Office britannique, dont plusieurs sont co-auteurs de l'article Nature.

Trois variantes open source publiées

La version open source couvre trois variantes de modèles :

  • WeatherNext Cyclones — la version qui a fonctionné pendant la saison des ouragans 2025 et dont les résultats apparaissent dans le journal
  • WeatherNext 2 – la dernière mise à jour opérationnelle de Google en octobre 2025.
  • WeatherNext 2-mini : une version compacte qui fonctionne sur un seul TPU dans un ordinateur portable Google Colab gratuit

Le code et les poids des trois sont disponibles sur GitHub. Une seule prévision sur 15 jours prend moins d’une minute sur un TPU, ce qui signifie que la contrainte d’adoption est désormais l’expertise et l’intégration, et non le calcul.

Les prévisions sont également consultables sur Weather Lab, que Google a étendu du suivi des cyclones aux prévisions mondiales complètes couvrant la température, les précipitations et la vitesse du vent. Les modèles et Weather Lab font partie de Google Earth AI, l'effort général de l'entreprise pour appliquer l'apprentissage automatique aux défis climatiques et géospatiaux.

Pourquoi c'est important

Ce résultat renforce une tendance plus large : les modèles météorologiques basés sur l’IA passent des démonstrations de recherche aux outils opérationnels plus rapidement que ne le prévoyaient de nombreux météorologues. En rendant les poids disponibles en open source et en les publiant dans une revue de premier plan, Google positionne WeatherNext comme un système de référence sur lequel les agences météorologiques nationales et les chercheurs du monde entier peuvent s'appuyer.

Pour les communautés situées dans des régions sujettes aux cyclones, une journée d’avertissement supplémentaire peut faire la différence entre une évacuation ordonnée et une évacuation chaotique. À mesure que les modèles météorologiques IA continuent de mûrir, la question de la concurrence passe de la seule précision à celle de savoir qui peut traduire les prévisions en actions le plus rapidement.

Gardez une longueur d'avance sur l'IA

Pour en savoir plus sur la façon dont l'intelligence artificielle transforme la science, les infrastructures et la vie quotidienne, suivez notre couverture des dernières actualités sur l'IA. Nous suivons la recherche, les entreprises et les politiques qui façonnent le domaine en temps réel.

Lire plus d'actualités sur l'IA →