Google DeepMind le 3 septembre 2026 a dévoilé MétéoSuivant 3, son modèle météo AI le plus précis à ce jour – et, dit la société, le premier à générer une prévision pour chaque heure de la journée.
Résolution plus nette, mises à jour horaires
MétéoSuivant 3 fournit la température et l’humidité sur une grille de 5 kilomètres, d’autres variables de surface à 10 kilomètres et des champs atmosphériques tels que la vitesse du vent à 25 kilomètres. C’est environ cinq fois plus fin que son prédécesseur WeatherNext 2, qui a utilisé une grille uniforme de 25 kilomètres. Plutôt que de courir seulement toutes les six heures comme les modèles classiques, le système se rafraîchit à l’heure.
Apprendre directement des données satellitaires
Techniquement, DeepMind s’appuie sur un soi-disant Réseau Génératif Fonctionnel, un transformateur de mailles qui ingère les données satellites géostationnaires en direct parallèlement à l’analyse historique. Parce que le modèle apprend directement des observations brutes plutôt que de la sortie de modèles météorologiques numériques, il supprime un décalage de six heures de données fraîches. Pour ce qui est des précipitations, Google cite une amélioration de la cote de probabilité continue jusqu’à 60 pour cent par rapport à l’ensemble de données de référence de l’IMRG; pour la planification à moyen terme d’une journée ou plus, il affirme des prévisions de précipitations jusqu’à 50 pour cent plus précises.
Valeur pour les réseaux énergétiques et l’utilisation quotidienne
D’un intérêt particulier pour les opérateurs du réseau et les développeurs d’énergies renouvelables : MétéoNext 3 prévoit des vitesses d’éoliennes à 100 mètres – à peu près la hauteur du moyeu de turbine – ainsi que la couverture nuageuse et le rayonnement solaire, contribuant ainsi à estimer la production d’énergie éolienne et solaire. Les prévisions alimentent déjà Google Search, l’application Gemini et Google Maps; les chercheurs et les développeurs peuvent accéder aux données via Earth Engine, BigQuery et Google Cloud Storage.
Sources : blog.google · Deepmind.google · qz.com
