Les applications météo savent déjà nous renseigner sur les prochains jours. Au-delà de deux semaines, les prévisions deviennent nettement moins fiables. Les modèles traditionnels, qui simulent la physique de l’atmosphère, comme ceux fondés sur l’intelligence artificielle, accumulent des erreurs à mesure que l’échéance s’éloigne.
Une IA pour corriger les prévisions
Microsoft s’est attaqué au problème avec des chercheurs du MIT, du Centre européen pour les prévisions météorologiques à moyen terme (CEPMMT) et d’autres institutions. Leur méthode, baptisée « Probabilistic Bias Correction » (PBC), ajuste les résultats des modèles existants. Le code est désormais disponible en open source.
Le principe est assez simple : comparer les anciennes prévisions aux conditions réellement observées, puis apprendre à corriger les écarts récurrents. Un modèle peut, par exemple, prévoir des températures trop basses lorsqu’il s’appuie sur des données historiques qui reflètent insuffisamment le réchauffement actuel.
PBC combine une correction des erreurs passées avec des informations sur la météo récente et les tendances climatiques. Elle produit des probabilités : celles d’avoir une semaine plus chaude, plus froide ou plus pluvieuse, par exemple. Les principaux tests portent sur les troisième et quatrième semaines après l’émission des prévisions.
Appliquée au modèle physique du CEPMMT, la méthode améliore les résultats pour la pluie dans 98 % des zones évaluées et pour les températures dans environ 92 %. Attention quand même à la lecture de ces chiffres : ils désignent la proportion des zones où les résultats progressent, pas un taux de prévisions exactes.
L’approche a également été évaluée dans le cadre du concours AI Weather Quest, qui compare différents systèmes de prévision météorologique sur plusieurs variables et à plusieurs échéances. Le système MicroDuet, qui combine deux modèles corrigés par PBC, a obtenu les meilleurs résultats pour l’ensemble des variables et des deux échéances pendant la saison septembre-octobre-novembre 2025. Il s’est tout simplement classé premier.
L’étude relève aussi des progrès pour les températures et les précipitations extrêmes. Des informations potentiellement utiles pour préparer les cultures, gérer l’eau ou organiser les secours. Autre avantage : selon Lester Mackey, chercheur chez Microsoft interrogé par The Verge, la correction peut fonctionner sur des processeurs standards, sans avoir besoin de puissantes (et très chères) cartes graphiques.
PBC n’a rien de magique : la méthode nécessite toujours des prévisions produites en amont, mais elle pourrait intéresser les agences météo aux moyens limités. Les résultats sont en tout cas prometteurs ; leur traduction en alertes utiles dépendra aussi de la diffusion des prévisions et des décisions prises à partir de ces prévisions.