Saved in:
Bibliographic Details
Main Authors: Ben-Bouallegue, Zied, Clare, Mariana C A, Chevallier, Matthieu
Format: Preprint
Published: 2024
Subjects:
Online Access:https://arxiv.org/abs/2405.02679
Tags: Add Tag
No Tags, Be the first to tag this record!
_version_ 1866913341442621440
author Ben-Bouallegue, Zied
Clare, Mariana C A
Chevallier, Matthieu
author_facet Ben-Bouallegue, Zied
Clare, Mariana C A
Chevallier, Matthieu
contents Artificial intelligence (AI), based on deep-learning algorithm using high-quality reanalysis datasets, is showing enormous potential for weather forecasting. In this context, the European Centre for Medium-Range Weather Forecasts (ECMWF) is developing a new forecasting system based on AI. Verification results of deterministic forecast for now are promising. However, the realism of weather forecasts based on AI is often questioned. Here, different types of realism are identified and we discuss, in particular, the relationship between structural realism and predictability of weather events. Furthermore, a statistical analysis of deterministic forecasts based on AI points to a realism/performance dilemma that a probabilistic approach should help to solve. -- L'intelligence artificielle (IA) bouleverse aujourd'hui le monde de la prévision météorologique avec l'utilisation d'algorithmes d'apprentissage profond nourris par des champs de réanalyses. Dans ce contexte, le Centre Européen pour les Prévisions Météorologiques à Moyen Terme (CEPMMT) a décidé de développer un nouveau système de prévisions resposant sur l'IA. Ces prévisions, pour le moment de type déterministe, montrent des résultats prometteurs. Toutefois, le réalisme de ce type de prévisions reposant sur l'IA est souvent questionné. Ici, nous identifions différents types de réalisme et interrogeons notamment le rapport entre réalisme structurel et prévisibilité des évênements météorologiques. Une analyse statistique de prévisions déterministes reposant sur l'IA laisse apparaitre un dilemme réalisme/performance qu'une approche probabiliste devrait aider à résoudre.
format Preprint
id arxiv_https___arxiv_org_abs_2405_02679
institution arXiv
publishDate 2024
record_format arxiv
spellingShingle Prévisions météorologiques basées sur l'intelligence artificielle : une révolution peut en cacher une autre
Ben-Bouallegue, Zied
Clare, Mariana C A
Chevallier, Matthieu
Atmospheric and Oceanic Physics
Machine Learning
Artificial intelligence (AI), based on deep-learning algorithm using high-quality reanalysis datasets, is showing enormous potential for weather forecasting. In this context, the European Centre for Medium-Range Weather Forecasts (ECMWF) is developing a new forecasting system based on AI. Verification results of deterministic forecast for now are promising. However, the realism of weather forecasts based on AI is often questioned. Here, different types of realism are identified and we discuss, in particular, the relationship between structural realism and predictability of weather events. Furthermore, a statistical analysis of deterministic forecasts based on AI points to a realism/performance dilemma that a probabilistic approach should help to solve. -- L'intelligence artificielle (IA) bouleverse aujourd'hui le monde de la prévision météorologique avec l'utilisation d'algorithmes d'apprentissage profond nourris par des champs de réanalyses. Dans ce contexte, le Centre Européen pour les Prévisions Météorologiques à Moyen Terme (CEPMMT) a décidé de développer un nouveau système de prévisions resposant sur l'IA. Ces prévisions, pour le moment de type déterministe, montrent des résultats prometteurs. Toutefois, le réalisme de ce type de prévisions reposant sur l'IA est souvent questionné. Ici, nous identifions différents types de réalisme et interrogeons notamment le rapport entre réalisme structurel et prévisibilité des évênements météorologiques. Une analyse statistique de prévisions déterministes reposant sur l'IA laisse apparaitre un dilemme réalisme/performance qu'une approche probabiliste devrait aider à résoudre.
title Prévisions météorologiques basées sur l'intelligence artificielle : une révolution peut en cacher une autre
topic Atmospheric and Oceanic Physics
Machine Learning
url https://arxiv.org/abs/2405.02679