ArchesWeatherGen : l'IA française révolutionne les prévisions météo
ArchesWeatherGen, développé par une équipe parisienne, utilise une méthode en deux temps pour améliorer les prévisions météo. Il dépasse IFS ENS de 5,3 % sur le score CRPS et rivalise avec GenCast de Google à moindre coût.
« ArchesWeatherGen dépasse IFS ENS de 5,3 % sur le score CRPS. » — Siecle Digital
Que faut-il retenir ?
- ArchesWeatherGen utilise une méthode en deux temps pour modéliser l'atmosphère.
- Le modèle dépasse IFS ENS de 5,3 % sur le score CRPS.
- ArchesWeatherGen rivalise avec GenCast de Google à moindre coût.
- L'entraînement a mobilisé 45 jours sur GPU V100, environ 23 sur des cartes A100.
Pourquoi cette nouvelle compte-t-elle ?
ArchesWeatherGen montre qu'un laboratoire universitaire peut produire des prévisions météo mondiales de qualité avec un budget réduit. Cela pourrait influencer les futures recherches en IA météorologique et réduire les coûts pour les institutions météorologiques.
5,3 % sur le score CRPS
💬 Guillaume Couairon, Chercheur dirigé par l'équipe d'ArchesWeatherGen
Public concerné : développeurs, entreprises
Comment ArchesWeatherGen améliore-t-il les prévisions météo ?
ArchesWeatherGen utilise une méthode en deux temps pour modéliser l'atmosphère, réduisant les coûts de calcul tout en surpassant les modèles existants comme IFS ENS et rivalisant avec GenCast de Google.
