Name: Tremplin Numérique
Price range: $$$

WeatherNext 2 de Google est là, et il ne s'agit pas seulement d'un modèle d'IA avancé pour aider Gemini. Il est conçu pour fournir des prévisions météorologiques mondiales plus rapides et beaucoup plus détaillées. Cela devrait fondamentalement changer la façon dont Google génère des prévisions, les rendant plus intelligentes, plus rapides et plus utiles.

Les améliorations de vitesse seules sont difficiles à croire. Le plus gros problème des anciens modèles basés sur la physique était qu’il fallait souvent des heures sur un superordinateur pour produire des données comparables. Désormais, cette perte de temps massive est presque entièrement éliminée.

WeatherNext 2 est capable de générer des prévisions huit fois plus rapidement que son prédécesseur. Cela vous permet d'obtenir des prévisions mises à jour beaucoup plus rapidement qu'auparavant, ce qui ne prenait pas beaucoup de temps au début. La vraie magie se produit lorsque l’on regarde à quel point il fonctionne bien. Ce modèle d'IA peut générer des centaines de scénarios météorologiques possibles en moins d'une minute, et il le fait en utilisant une seule unité de traitement tensoriel, ce qui est également difficile à croire.

Les chiffres sont tout aussi impressionnants lorsqu’on parle de précision. Google rapporte que WeatherNext 2 surpasse le précédent modèle WeatherNext de pointe sur 99,9 % des variables et des délais. Cela couvre tout ce qui vous intéresse, comme la température, le vent et l'humidité, ainsi que les prévisions allant de zéro à 15 jours.

Ce nouveau modèle peut également fournir des prévisions à plus haute résolution, par incréments d’une heure. Ce niveau de détail est exactement ce dont vous avez besoin lorsque vous planifiez un voyage ou décidez quand faire des courses, et pas seulement une vague idée de la météo pour tout l'après-midi.

L'une des parties les plus intéressantes de WeatherNext 2 est sa capacité à prédire des centaines de résultats météorologiques possibles à partir d'un seul point de départ. Cela inclut les événements météorologiques à faible probabilité, mais potentiellement catastrophiques, pour lesquels il est le plus important de planifier, de sorte qu'il soit prêt à aller de l'avant si les conditions météorologiques se détériorent.

Ceci est alimenté par une nouvelle technique de modélisation d’IA appelée Functional Generative Network, ou FGN. Cette technologie est astucieuse car elle injecte du « bruit » directement dans l'architecture du modèle. Cela garantit que même si le modèle crée de nombreux résultats possibles différents, les prévisions qu'il génère restent physiquement réalistes et interconnectées. C’est comme créer des centaines de calendriers météorologiques légèrement différents, mais toujours plausibles.

Vous obtiendrez des prévisions plus précises et plus détaillées sur une vaste gamme d'applications. Cela inclut les mises à jour des prévisions dans Search, Gemini et l'application dédiée Pixel Weather. Les informations météorologiques améliorées sont également disponibles sur l'API Météo de la plate-forme Google Maps. Dans les semaines à venir, cela contribuera également à alimenter les informations météorologiques standard que vous voyez directement dans Google Maps.

Au-delà des applications classiques, Google rend également ces données puissantes accessibles aux communautés scientifiques et commerciales. Donc, si vous êtes intéressé, les données de prévision de WeatherNext 2 sont désormais disponibles dans Earth Engine et BigQuery.

Ce n'est pas la fin des mises à niveau à venir pour nos applications météo. Google DeepMind et Google Research continueront de rechercher davantage de fonctionnalités pour améliorer encore davantage les modèles. Cela inclut l’intégration de nouvelles sources de données et l’élargissement de l’accès encore plus loin. Cependant, nous pouvons désormais bénéficier de voir nos propres applications devenir plus rapides et plus précises.