La dernière incursion de Google dans les prévisions par IA est partie d’un problème familier : la prévision météorologique traditionnelle est puissante, mais lente. Les modèles fondés sur la physique simulent l’atmosphère au moyen d’équations complexes, tandis que les systèmes d’IA plus récents recherchent des tendances historiques afin de générer des prévisions plus rapidement.¹

Avec WeatherNext 3, Google affirme être allé au-delà de cette précédente approche par IA en alimentant le modèle avec des observations en temps réel, y compris des données satellitaires en direct. Samier Merchant, ingénieur chez Google Research, a déclaré que l’avancée essentielle réside dans sa capacité « à aller au-delà des données sur lesquelles la plupart des modèles mondiaux d’IA sont entraînés » en utilisant des « jeux de données d’observation plus récents et plus riches ».¹

Ce changement est au cœur de l’argumentaire commercial de Google. WeatherNext 2 publiait des prévisions toutes les six heures sur une grille de 25 kilomètres ; WeatherNext 3 peut générer des prévisions horaires et cartographier certaines variables, telles que la température et l’humidité, avec une résolution pouvant atteindre cinq kilomètres. Google affirme que cela devrait faciliter le suivi des systèmes de pluie et de neige qui évoluent rapidement, et pourrait améliorer de jusqu’à 50 % les prévisions de précipitations à plus d’une journée d’échéance.¹

L’entreprise soutient que les gains les plus importants pourraient se produire dans les régions disposant de moins de pluviomètres — souvent hors des États-Unis et de l’Europe — où les observations satellitaires peuvent combler les lacunes de la couverture des données conventionnelles. Elle vise également les marchés de l’énergie, en ajoutant des prévisions telles que la vitesse du vent à la hauteur des turbines, alors que la demande électrique des centres de données augmente.¹

Google DeepMind a présenté cette sortie comme « une avancée majeure » qui apprend à partir d’observations réelles et en temps réel afin de fournir plus rapidement des prévisions plus localisées.Demis Hassabis (demishassabis)² WeatherNext 3 est désormais intégré à Search, Maps et Gemini, et Google affirme avoir travaillé avec le National Hurricane Center américain et des agences en Asie.

Le lancement s’accompagne toutefois d’une réserve importante : WeatherNext 3 est entraîné en partie à partir de résultats de modèles fondés sur la physique, et les services météorologiques continuent de comparer plusieurs modèles avant d’émettre des alertes publiques. Autrement dit, Google propose un outil plus précis — et non un remplacement des systèmes de prévision qui prennent déjà les décisions les plus cruciales.¹