Des chercheurs de l'École polytechnique fédérale de Zurich (ETH Zurich) ont franchi une étape décisive dans la modélisation climatique en couplant une base de données massive à une puissance de calcul inédite. Ce projet, qui s'appuie sur l'infrastructure du supercalculateur Alps, promet de transformer radicalement la rapidité et la fiabilité des prévisions météorologiques mondiales.
Une infrastructure de données colossale
Le projet repose sur le transfert de 100 pétaoctets de données environnementales et climatiques issues de la Nasa vers des serveurs situés à proximité immédiate du supercalculateur Alps, à Lugano. Ce travail titanesque, qui a nécessité une année entière pour copier six milliards de fichiers, permet désormais aux scientifiques d'exploiter une masse d'informations équivalente à 20 millions de films en haute définition. La proximité physique entre ces données et la machine de calcul réduit drastiquement les temps de latence, passant de plusieurs jours à quelques secondes pour le traitement des informations.
La fin des simulations mathématiques traditionnelles
Contrairement aux méthodes classiques qui s'appuient sur des équations mathématiques complexes pour simuler les dynamiques atmosphériques et océaniques, les nouveaux modèles statistiques basés sur l'intelligence artificielle offrent une efficacité accrue. Selon les chercheurs, ces systèmes peuvent générer une prévision météorologique mondiale sur plusieurs jours en seulement une minute. Bien que l'entraînement initial de ces modèles soit onéreux, leur exploitation courante s'avère peu coûteuse, permettant de multiplier les itérations pour affiner les scénarios climatiques.
Anticiper les risques géologiques et climatiques
Au-delà de la météo quotidienne, cette avancée technologique vise la détection précoce des catastrophes naturelles. L'IA est capable d'identifier des schémas imperceptibles dans les données satellitaires, tels que les signes avant-coureurs de glissements de terrain ou d'effondrements glaciaires. Les chercheurs citent notamment l'exemple du village suisse de Blatten, où les risques d'effondrement étaient visibles dans les données satellitaires plus d'un an avant la catastrophe. Cette capacité d'analyse systématique ouvre la voie à des systèmes d'alerte précoce capables de sauver des milliers de vies, en identifiant les zones à risque avant que les événements extrêmes ne se produisent.