Ouragan Isaias : l’IA de Google DeepMind a battu les modèles météo classiques

Pour la première fois, un modèle d’intelligence artificielle a pesé de tout son poids dans la prévision officielle d’un ouragan majeur aux États-Unis. Face à Isaias, qui a touché la Floride début octobre 2026, le modèle de Google DeepMind a vu juste quand les modèles physiques traditionnels annonçaient un impact à des centaines de kilomètres de là. Une petite révolution pour la météorologie.

Isaias, un ouragan aux trajectoires contradictoires

Né dans la baie de Campeche, au sud du golfe du Mexique, Isaias a connu un parcours hors norme. Il a culminé à environ 195 km/h (120 mph) avant de toucher terre près de Destin, dans l’enclave de Floride (le « Panhandle »), le 9 octobre 2026, en catégorie 2, avec des vents d’environ 170 km/h. Fait rarissime, la tempête est passée de la catégorie 3 à une dépression post-tropicale en une douzaine d’heures à peine.

Plusieurs jours avant l’impact, les modèles de prévision se sont divisés en deux camps :

• À l’ouest, les modèles physiques, dont le GFS américain, prévoyaient souvent un impact sur le Mississippi ou la Louisiane ;
• À l’est, le modèle de Google DeepMind (GDM) annonçait avec constance une arrivée sur la Floride, beaucoup de ses scénarios montrant un ouragan fort, voire majeur.

Le National Hurricane Center a fait le pari de l’IA

Le 7 octobre, environ deux jours et demi avant l’impact, le National Hurricane Center (NHC) a tranché. Dans sa discussion technique, il a noté que les modèles d’IA restaient du côté est et les modèles physiques du côté ouest, et il a choisi de privilégier les solutions orientales, sans aller aussi loin que certaines guidances corrigées. À l’approche de l’impact, le NHC a continué à s’appuyer sur GDM et sur ses outils de correction.

Le pari s’est révélé gagnant : Isaias a bien frappé la Floride. Selon NPR, le NHC a qualifié le modèle de DeepMind de « meilleur modèle informatique que nous ayons jamais vu » pour la trajectoire. D’après l’analyse du météorologue Jonathan Belles pour The Weather Channel, GDM a même fait mieux que la prévision officielle du NHC sur plusieurs échéances à court terme.

Une détection 12 jours à l’avance

Autre performance remarquée : le modèle de DeepMind avait signalé un risque de formation cyclonique dans la baie de Campeche jusqu’à 12 jours avant la naissance du système. Il a ensuite perdu ce signal pendant plusieurs jours, avant que lui et d’autres modèles ne le retrouvent un peu plus de trois jours avant la formation de la dépression qui allait devenir Isaias.

Sur l’intensité, GDM s’est également bien comporté, même plusieurs jours à l’avance. Les modèles d’ouragan spécialisés de la NOAA, HMON et HWRF, ont eux aussi été très performants, à la fois sur la trajectoire et l’intensité.

Comment fonctionne une prévision météo par IA ?

Les modèles météo classiques résolvent les équations de la physique de l’atmosphère sur une grille, ce qui demande des supercalculateurs et des heures de calcul. Les modèles d’IA comme celui de DeepMind fonctionnent autrement : ils apprennent, à partir de décennies d’observations et de réanalyses, comment l’atmosphère évolue, puis produisent une prévision en quelques minutes.

Ce gain de vitesse permet de générer de nombreux scénarios (les « membres » d’un ensemble) et donc de mieux évaluer les probabilités. C’est précisément ce qui a aidé les prévisionnistes face à Isaias : la moyenne d’ensemble de GDM pointait de façon cohérente vers l’est.

Les limites de l’IA météo

L’IA n’a pas tout vu. Près de l’impact, une « sting jet », un couloir de vents très violents, s’est formée sur le flanc ouest d’Isaias. Les modèles d’ouragan expérimentaux HAFS montraient ces vents renforcés, et des rafales de plus de 160 km/h ont bien été mesurées. Le modèle de DeepMind, lui, les a moins bien représentées. Ce n’est pas une surprise : il n’est pas encore conçu pour résoudre des phénomènes d’aussi petite échelle.

Sur l’intensité, la prévision consensuelle du NHC est d’ailleurs restée légèrement meilleure que GDM. Comme le résume Jonathan Belles, les prévisionnistes font face à un dilemme inédit : faire confiance aux modèles éprouvés depuis des décennies, ou au nouveau venu qui accumule les succès.

Ce que cela change pour la prévision

L’épisode Isaias marque un tournant. L’IA ne remplace pas les modèles physiques ni l’expertise humaine, mais elle s’impose comme un outil de premier plan, capable de faire basculer une décision officielle. Pour les populations côtières, l’enjeu est concret : quelques centaines de kilomètres d’écart sur une trajectoire, c’est la différence entre évacuer la bonne ville ou la mauvaise.

Les services météorologiques européens suivent la même voie : le Centre européen (ECMWF) développe aussi ses propres modèles d’IA. La combinaison des deux approches, la vitesse et la vision d’ensemble de l’IA d’un côté, la finesse physique des modèles spécialisés de l’autre, semble aujourd’hui la meilleure stratégie.

L’essentiel à retenir

• Le modèle d’IA de Google DeepMind a correctement prévu l’impact d’Isaias en Floride, contrairement aux modèles physiques qui visaient la Louisiane ou le Mississippi ;
• Le National Hurricane Center a suivi l’IA dès le 7 octobre, environ deux jours et demi avant l’impact ;
• Le modèle a signalé un risque de cyclone jusqu’à 12 jours avant sa formation ;
• Il reste moins précis sur les phénomènes de petite échelle, comme les couloirs de vents violents.

Plus d’actualités sur l’intelligence artificielle.

Questions fréquentes

Quel modèle a le mieux prévu l’ouragan Isaias ?

Le modèle d’intelligence artificielle de Google DeepMind a correctement prévu la trajectoire d’Isaias vers la Floride, alors que plusieurs modèles physiques visaient plus à l’ouest. Les modèles d’ouragan HMON et HWRF de la NOAA ont aussi été performants.

L’IA va-t-elle remplacer les modèles météo classiques ?

Non. L’IA est plus rapide et performante sur les trajectoires, mais les modèles physiques restent meilleurs sur certains phénomènes de petite échelle. Les prévisionnistes combinent les deux approches.

Comment fonctionne une prévision météo par IA ?

Le modèle apprend sur des décennies d’observations comment l’atmosphère évolue, puis produit une prévision en quelques minutes, ce qui permet de calculer de nombreux scénarios.

Sources : The Weather Channel, NPR, AI Weekly. Image : NASA (Aqua / MODIS), domaine public.