Une IA révolutionnaire pour traquer la formation précoce des ouragans

AI tool tracks early hurricane formation

Une IA révolutionnaire pour traquer la formation précoce des ouragans

Un nouveau modèle d'intelligence artificielle s'est révélé remarquablement efficace pour identifier et suivre les ondes tropicales orientales, ces amas de nuages et de vents qui peuvent se transformer en ouragans dévastateurs.

Will Downs, aujourd'hui doctorant à l'Université de Miami, a développé cette technologie innovante après avoir vécu l'expérience traumatisante de l'ouragan Katrina en 2005. Son outil analyse des décennies de données météorologiques pour prédire avec précision la formation des cyclones.

Les ondes tropicales orientales, qui prennent souvent naissance au large de l'Afrique, traversent régulièrement la mer des Caraïbes. Bien que la plupart se dissipent sans danger, environ 70% des cyclones tropicaux atlantiques en proviennent.

Contrairement aux algorithmes traditionnels, le modèle IA de Downs combine des observations historiques avec des données de réanalyse climatique. Il peut ainsi détecter non seulement ces ondes, mais aussi d'autres phénomènes météorologiques critiques comme la zone de convergence intertropicale.

Aidan Mahoney, un autre doctorant collaborant avec le Centre National des Ouragans, a joué un rôle clé en fournissant des données essentielles et son expertise en analyse des ondes tropicales. Leur collaboration démontre le potentiel transformateur de l'IA dans la prévision météorologique.

Công cụ AI theo dõi quá trình hình thành bão từ giai đoạn sớm

Một mô hình trí tuệ nhân tạo mới đã chứng minh hiệu quả đáng kinh ngạc trong việc xác định và theo dõi các nhiễu động đông - những cụm mây và gió có thể phát triển thành những cơn bão mạnh.

Will Downs, hiện là nghiên cứu sinh tại Đại học Miami, phát triển công cụ này sau khi trải nghiệm cơn bão Katrina năm 2005. Mô hình của anh phân tích dữ liệu thời tiết hàng thập kỷ để dự đoán chính xác sự hình thành bão.

Các nhiễu động đông thường xuất hiện ngoài khơi châu Phi, di chuyển qua biển Caribbean mỗi vài ngày trong mùa hè và thu. Khoảng 70% các cơn bão Đại Tây Dương bắt nguồn từ những nhiễu động này.

Khác với thuật toán truyền thống, mô hình AI của Downs kết hợp dữ liệu quan sát lịch sử với phân tích lại điều kiện thời tiết quá khứ. Nó có thể phát hiện cả những hiện tượng thời tiết quan trọng khác như vùng hội tụ nhiệt đới.

Aidan Mahoney, một nghiên cứu sinh khác hợp tác với Trung tâm Bão Quốc gia, đã đóng góp dữ liệu quan trọng và chuyên môn phân tích nhiễu động nhiệt đới. Công trình này mở ra tiềm năng ứng dụng AI trong dự báo thời tiết.