LES IA MÉTÉO SUIVENT MIEUX LES CYCLONES, MAIS LES FONT ENCORE TROP FAIBLES

Les modèles météo entraînés sur des données rivalisent désormais en moyenne avec les meilleurs systèmes de prévision fondés sur la physique, pour une fraction du coût de calcul. Que cela tienne pour les événements rares et extrêmes — ceux où une bonne prévision compte le plus — reste discuté. Des évaluations antérieures ont relevé de graves échecs sur des records météo et des cyclones tropicaux intenses, mais elles testaient surtout des modèles déterministes, qui ne livrent qu’une prévision. Les modèles les plus récents sont probabilistes : ils produisent un ensemble de futurs possibles, chacun étant un « membre ».

Les cyclones tropicaux sont un test exigeant. Ils font partie des aléas météo les plus destructeurs, et les évacuations dépendent de prévisions de leur position et de leur force plusieurs jours à l’avance, avec une mesure honnête de l’incertitude. Pourtant, ils n’occupent qu’environ 0,5 % des points de grille des simulations climatiques globales.

178 tempêtes rejouées

Nathan Chalumeau et ses collègues — de l’INRIA, de Sorbonne Université et du CNRS, et d’AXA à Paris — ont comparé trois modèles d’IA : GenCast, qui tire des états futurs de l’atmosphère avec un modèle de diffusion ; FourCastNet 3, publié par NVIDIA ; et FGN, qui construit son ensemble à partir de quatre réseaux entraînés séparément. Leur étalon : IFS-ENS, l’ensemble opérationnel fondé sur la physique de l’ECMWF, pris comme référence numérique.

Ils ont retenu 178 cyclones ayant atteint au moins 64 nœuds de vent soutenu, dans tous les bassins océaniques, selon deux cadres : 125 tempêtes de 2021 à 2023, avec des modèles entraînés sur la réanalyse ERA5, et 53 tempêtes de 2025, avec des versions opérationnelles affinées sur les analyses haute résolution de l’ECMWF. Chaque prévision court sur 15 jours avec 49 ou 50 membres, en partant 12 heures avant le premier relevé de vent de la tempête — 26 541 prévisions-membres au total. Relancer les prévisions de 2021-2023 a demandé plus de 6 000 heures de processeurs graphiques H100.

Noter un nuage de positions possibles

On juge d’habitude une trajectoire prévue sur la position moyenne de l’ensemble. Les auteurs montrent pourquoi cela peut tromper avec le typhon Bualoi, en 2025 : les membres d’IFS-ENS se séparent en grappes distinctes qu’aucune moyenne ne peut représenter.

Typhon Bualoi (2025) : positions prévues par FGN (rouge) et IFS-ENS (bleu) à quatre échéances, autour de la trajectoire observée (points noirs). — Figure 2, Chalumeau et al. (2026), arXiv:2610.22077.

Ils transforment donc chaque ensemble en carte de probabilité et mesurent quelle part tombe sur la position observée de la tempête. Plus le score est bas, meilleure est la prévision.

Sur les tempêtes de 2021-2023, GenCast bat IFS-ENS sur 68 % des cyclones et FourCastNet 3 sur 58 % — des marges modestes. Sur celles de 2025, l’écart se creuse : FGN bat IFS-ENS sur environ 90 % des 41 tempêtes retenues, et arrive premier des trois modèles sur 59 % d’entre elles, contre 34 % pour GenCast et 7 % pour IFS-ENS. FGN obtient aussi le meilleur score sur les champs météo complets, et les deux IA gagnent davantage sur IFS-ENS autour des cyclones qu’à l’échelle du globe. Quand on compare les zones de vent le plus fort et de pression la plus basse sur leur seule forme et leur position, l’ordre reste le même : FGN, puis GenCast, puis IFS-ENS.

Des tempêtes trop sages

Mieux placer ne veut pas dire mieux doser. Sur les tempêtes de 2025, FGN et GenCast sous-estiment tous deux les vents maximaux à courte et moyenne échéance, tandis qu’IFS-ENS reste à moins de 10 % de la référence. L’affinage sur données opérationnelles n’a pas supprimé ce biais. Dans le premier cadre, GenCast avait le meilleur score local et pourtant le plus gros déficit de vent. Les ensembles sont aussi mal calibrés, avec par endroits trop peu de dispersion.

Il y a un retournement. Les tempêtes des IA sont plus faibles, mais la relation entre vent et pression qui les habite paraît juste. Une fois le biais d’intensité de chaque modèle retiré par classement, la corrélation entre vent maximal et pression minimale vaut −0,83 pour FGN et −0,84 pour GenCast, contre −0,88 pour l’analyse haute résolution et −0,87 pour IFS-ENS. Pour FGN, entraîné variable par variable et point par point, ce lien n’a jamais été imposé. Il est apparu quand même.

À gauche : les tempêtes des IA ont des vents plus faibles et des creux de pression moins profonds que la référence. À droite : une fois classées, toutes les sources suivent presque la même relation vent-pression. — Figure 6, Chalumeau et al. (2026), arXiv:2610.22077.

Pas encore un outil d’alerte

Les auteurs tracent eux-mêmes une limite à leurs résultats. L’étude rejoue des tempêtes passées choisies ; elle n’inclut pas de périodes sans cyclone et ne peut donc pas juger si les modèles déclenchent de fausses alertes. Les deux cadres diffèrent par les tempêtes, les versions des modèles et même les mises à jour d’IFS-ENS : l’effet de l’affinage ne peut pas être isolé. Et la déclaration éthique est nette : ces résultats « ne doivent pas être lus comme un guide pour utiliser ces modèles dans les alertes opérationnelles ».

Leur conclusion ressemble à une liste de tâches. Corriger l’intensité, concevoir des objectifs d’entraînement qui pèsent les vents extrêmes, améliorer l’incertitude — et vérifier chaque fois que les gains sur la position et sur le lien vent-pression survivent.