Et si l’intelligence artificielle pouvait nous aider à... anticiper de graves canicules ?

C’est une conséquence acquise du changement climatique : les épisodes de sécheresse et de canicule sévère à extrême seront plus fréquents, potentiellement plus intenses. Or "canicules, sécheresses, c’est ce qui, au niveau changement climatique, a le plus d’impact, argumente Freddy Bouchet, ce qui fait le plus de victimes. Plus que les tornades ou les ouragans."

Physicien, directeur de recherche au CNRS détaché à l’École normale supérieure, le scientifique est un spécialiste du climat, artisan d’une approche singulière de la prédiction des phénomènes caniculaires les plus extrêmes, les plus dangereux. Il utilise pour cela l’intelligence artificielle, un outil “léger” capable de fournir une prévision à l’échéance d’un mois "en quelques secondes. Avec notre modèle, on peut faire une prédiction comme le font les modèles météorologiques traditionnels. L’avantage de notre méthode est qu’elle est très rapide et n’a pas besoin des gros ordinateurs que réclament les modèles des météorologues."

Une IA apprenante

Un modèle de prévision comme Arpège, celui de Météo France, tourne sur des machines à quelque 70 M€ pièce. On le nourrit de relevés de température, pression et humidité, qu’il ingère et traite pour en sortir une image du temps qu’il pourrait faire sur la base des équations "qui décrivent la dynamique de l’atmosphère".

L’intelligence artificielle qu’exploitent Freddy Bouchet et ses collègues, une IA “apprenante”, fait, elle, de la statistique. Il lui faut donc un maximum de données, des millions de cartes météorologiques (pression atmosphérique, température de l’air et de la mer, humidité du sol…) pour qu’elle “apprenne” la relation entre ces données et la survenance d’épisodes de canicule extrêmes. Problème : ces phénomènes sont rares, "certains n’ont jamais été observés par le passé" - c’était le cas de 2003 qui avait fait 70 000 victimes de plus qu’une année moyenne en Europe - "et les données manquent" pour alimenter l’IA.

Les scientifiques du CNRS, de l’ENS Lyon et de l’université lyonnaise Claude-Bernard ont donc “créé” des données fictives sur une période de 8 000 ans, grâce au modèle climatique de l’université de Hambourg. "On dispose de plein d’exemples de canicules extrêmes, qui ne se sont pas produites mais similaires à des événements potentiels. Et avec ces exemples, on peut faire de l’apprentissage avec notre intelligence artificielle."

Une information précieuse

Celle-ci, comme un modèle, est capable de donner une prévision relativement fiable à court terme. "De dix jours à un mois, et même jusqu’à trois mois, on conserve une prévisibilité probabiliste." Le risque que se produise à une certaine échéance de temps un tel événement.

L’enjeu est désormais d’accroître la précision. Si les deux approchent sont complémentaires, les chercheurs y travaillent, estiment qu’il "est possible" de faire mieux que les modèles sur des prédictions saisonnières, à terme, en matière de canicule extrême. "Dans une perspective de gestion des risques, insiste Freddy Bouchet, on a besoin d’avoir cette information longtemps à l’avance, pour préparer la population, les secours, notamment."