AIMIP : NVIDIA et Google révolutionnent la météo IA

Le projet AIMIP, dirigé par une communauté d’experts, vise à offrir un cadre commun pour évaluer l’exactitude des modèles climatiques basés sur l’IA. Annoncé sur Allen AI’s blog le 4 août 2026, il rassemble des groupes de modélisation tels que NVIDIA et Google Research autour d’une expérience de benchmark partagée. AIMIP propose également un ensemble de données de prévisions climatiques IA, soulignant que certains modèles dépassent les performances des modèles climatiques traditionnels en termes de précision des prévisions.

Les modèles climatiques IA représentent une avancée dans la prévision climatique, bâtissant sur le succès des prévisions météorologiques IA à court terme. Les modèles IA surpassent souvent les modèles traditionnels pour les prévisions à 1-10 jours, tout en nécessitant beaucoup moins de puissance computationnelle. Toutefois, ces modèles rencontrent des difficultés lorsqu’il s’agit de simuler le climat sur de longues périodes. AIMIP veut justement combler les lacunes en matière de métriques et de benchmarks nécessaires pour évaluer adéquatement les modèles climatiques IA.

NVIDIA et Google avancent ensemble

AIMIP Phase 1 appelle à tester les modèles climatiques IA selon un cadre prédéfini. Les modèles doivent prévoir l’état de l’atmosphère mondiale entre 1979 et 2024, à des fréquences mensuelles et quotidiennes, utilisant les observations historiques ERA5 pour l’entraînement. L’objectif est de se concentrer sur le comportement atmosphérique, avec une ouverture future vers des modèles couplés simulant l’océan et la glace de mer. Actuellement, huit simulations de modèles IA ont été soumises par des entités comme Ai2 Climate Modeling, NVIDIA et Google Research.

Les résultats préliminaires montrent que les modèles IA réussissent bien à simuler les moyennes climatiques historiques, et ils battent souvent les modèles traditionnels dans ces tâches. Cependant, pour capter les tendances de réchauffement à long terme, les performances varient. Certains modèles suivent correctement ces tendances, tandis que d’autres les sous-estiment.

Un rapport souligne les défis

Le défi principal reste la capacité des modèles IA à généraliser aux conditions futures, crucial pour les projections du changement climatique. Toutefois, cette généralisation peut être moins critique pour d’autres usages, tels que l’étude des risques climatiques pendant la période d’entraînement du modèle IA. Les futures phases de l’AIMIP viseront à inclure des composants supplémentaires du système terrestre et à améliorer les cadres d’évaluation, continuant ainsi à affiner la précision et l’utilité des modèles climatiques IA.