{"id":9752,"date":"2024-05-13T11:08:57","date_gmt":"2024-05-13T09:08:57","guid":{"rendered":"https:\/\/wp.unil.ch\/uniscope\/?p=9752"},"modified":"2024-06-24T15:46:37","modified_gmt":"2024-06-24T13:46:37","slug":"climat-ia-et-lois-physiques-un-partenariat-gagnant","status":"publish","type":"post","link":"https:\/\/wp.unil.ch\/uniscope\/climat-ia-et-lois-physiques-un-partenariat-gagnant\/","title":{"rendered":"Climat, IA et lois physiques, un partenariat gagnant"},"content":{"rendered":"\n

Rendre les algorithmes plus robustes pour mieux pr\u00e9dire le changement climatique, c\u2019est l\u2019objectif de la recherche \u00e0 laquelle a particip\u00e9 Tom Beucler, professeur assistant \u00e0 l\u2019UNIL. Une avanc\u00e9e qui pourrait avoir un impact au-del\u00e0 des g\u00e9osciences.<\/strong><\/p>\n\n\n\n

La f\u00e9e IA au chevet du climat, avec la physique fondamentale pour marraine. Tel est le pari, r\u00e9ussi, de Tom Beucler<\/a>, professeur assistant \u00e0 la Facult\u00e9 des g\u00e9osciences et de l\u2019environnement de l\u2019UNIL<\/a> et cofondateur du nouveau Centre d\u2019expertise sur les extr\u00eames climatiques<\/a>. \u00ab On a encore tendance \u00e0 manquer de cr\u00e9ativit\u00e9 dans la mani\u00e8re dont on combine connaissance et algorithmes, estime ce passionn\u00e9 d\u2019atmosph\u00e8re. Cadr\u00e9s, les algorithmes peuvent produire des r\u00e9sultats que l’on n’aurait pas imagin\u00e9s. Bien utilis\u00e9s, ils repr\u00e9sentent un gain de temps et permettent de tester plus rapidement des hypoth\u00e8ses. \u00bb<\/p>\n\n\n\n

Dans une \u00e9tude parue d\u00e9but f\u00e9vrier dans Science Advances<\/em><\/a>, le physicien du climat ainsi que 12 chercheuses et chercheurs bas\u00e9s en Suisse et aux \u00c9tats-Unis ont entra\u00een\u00e9 l\u2019intelligence artificielle en prenant en compte les lois de changement de phase pour la rendre plus performante. \u00ab On parle beaucoup d’IA hybride, guid\u00e9e par la connaissance et l’\u00e9thique. Ici, c\u2019est l\u2019IA guid\u00e9e par la physique \u00bb, r\u00e9sume le scientifique.<\/p>\n\n\n\n

\n
Des donn\u00e9es et des biais<\/h5>\n\n\n\n

Les algorithmes sont entra\u00een\u00e9s avec une multitude de donn\u00e9es m\u00e9t\u00e9orologiques provenant de sites \u00e0 travers le monde. Pour des raisons financi\u00e8res, les ouragans sont mieux suivis sur la c\u00f4te am\u00e9ricaine que les cyclones tropicaux dans l\u2019oc\u00e9an Indien. Les donn\u00e9es r\u00e9colt\u00e9es sont donc biais\u00e9es.<\/p>\n\n\n\n

\u00ab Si on avait une couverture observationnelle plus homog\u00e8ne, on diminuerait ce ph\u00e9nom\u00e8ne, constate Tom Beucler, professeur assistant \u00e0 l\u2019Institut des dynamiques de la surface terrestre, \u00e0 la Facult\u00e9 des g\u00e9osciences et de l\u2019environnement de l\u2019UNIL. Il est important d\u2019avoir une connaissance de ces m\u00e9canismes pour comprendre que ces donn\u00e9es, qui semblent objectives, sont en r\u00e9alit\u00e9 biais\u00e9es. Je pense que l\u2019on ne pourra jamais compl\u00e8tement \u00e9liminer ces biais. \u00bb<\/p>\n<\/div><\/div>\n\n\n\n

Trois mondes possibles<\/strong><\/h5>\n\n\n\n

L\u2019atmosph\u00e8re suit des lois fondamentales que l\u2019on peut retranscrire sous forme d\u2019\u00e9quations. \u00ab La loi de Clausius-Clapeyron nous permet de comprendre quelle quantit\u00e9 de vapeur d’eau l’atmosph\u00e8re peut contenir avant qu’un nuage ne se forme. C\u2019est la premi\u00e8re loi que nous avons pens\u00e9 \u00e0 utiliser, parce que l’humidit\u00e9 \u00e9volue beaucoup avec le r\u00e9chauffement climatique. Il y aura plus d’eau dans l’atmosph\u00e8re, en moyenne globale, sur Terre. \u00bb<\/p>\n\n\n\n

Ce changement de perspective rend l\u2019intelligence artificielle plus fiable. \u00ab On modifie l’espace dans lequel les algorithmes op\u00e8rent, pr\u00e9cise Tom Beucler. Ainsi cadr\u00e9s, ils apprennent presque librement. C’est une transformation plus douce. \u00bb<\/p>\n\n\n\n

Cette recherche a \u00e9tudi\u00e9 trois mondes possibles, dont un sans continent. \u00ab Cela permet de tester des hypoth\u00e8ses plus rapidement, avec un mod\u00e8le plus simple. On peut ainsi pousser le monde \u00e0 8 degr\u00e9s de r\u00e9chauffement plus facilement. C\u2019est ce que l\u2019on a fait, et l\u2019algorithme a \u00ab cass\u00e9 \u00bb, atteignant ses limites. Il commet alors des erreurs de facteur 10 dans certains cas. C\u2019est un travail de d\u00e9tective de comprendre comment l\u2019am\u00e9liorer, afin qu\u2019il g\u00e9n\u00e9ralise mieux le changement climatique. \u00bb<\/p>\n\n\n\n

\n
Renversement de la d\u00e9marche scientifique<\/strong><\/h5>\n\n\n\n

Partir des donn\u00e9es plut\u00f4t que d\u2019une id\u00e9e empirique v\u00e9rifi\u00e9e par la suite, c\u2019est le renversement scientifique possible de l\u2019intelligence artificielle, selon Tom Beucler, professeur assistant \u00e0 la Facult\u00e9 des g\u00e9osciences et de l\u2019environnement de l\u2019UNIL. \u00ab On peut utiliser l\u2019intelligence artificielle pour remettre en cause des lois et, finalement, formuler des hypoth\u00e8ses auxquelles on n\u2019aurait pas pens\u00e9 avant, nous amenant \u00e0 d\u00e9couvrir de nouvelles lois. \u00bb<\/p>\n\n\n\n

Et le scientifique d\u2019\u00e9voquer ses recherches actuelles : \u00ab Un des axes de travail les plus importants de mon laboratoire : prouver que l’on peut trouver de nouvelles connaissances \u00e0 partir de ces algorithmes, en partant de ce que l\u2019on sait, aller en explorer les limites pour remettre en question les lois empiriques, moins fondamentales. Dans d\u2019autres articles<\/a>, on a montr\u00e9 que l\u2019on peut utiliser ces algorithmes pour d\u00e9couvrir de nouvelles \u00e9quations sur la couverture nuageuse \u00bb, se r\u00e9jouit-il.<\/p>\n<\/div><\/div>\n\n\n\n

Une \u00ab vraie d\u00e9mocratisation \u00bb<\/strong><\/h5>\n\n\n\n

Auparavant, de telles recherches demandaient une grande quantit\u00e9 de calculs r\u00e9alis\u00e9s par des milliers, voire des centaines de milliers d\u2019ordinateurs. Avec l\u2019arriv\u00e9e de l\u2019intelligence artificielle, la donne a chang\u00e9. \u00ab Il y a une vraie d\u00e9mocratisation. On arrive \u00e0 effectuer des pr\u00e9dictions r\u00e9alistes avec, parfois, mille fois moins de ressources. On poss\u00e8de d\u00e9sormais des mod\u00e8les m\u00e9t\u00e9o qui tiennent sur un ordinateur. Il y a deux ans, c\u2019\u00e9tait encore impensable. \u00bb<\/p>\n\n\n\n

Mais pourquoi ces lois physiques n\u2019ont-elles pas \u00e9t\u00e9 impl\u00e9ment\u00e9es dans ces algorithmes avant ? \u00ab L\u2019IA a \u00e9t\u00e9 cr\u00e9\u00e9e pour des applications plus g\u00e9n\u00e9riques qui ne sont pas gouvern\u00e9es par de telles lois. Il serait b\u00e9n\u00e9fique que les cr\u00e9ateurs d\u2019intelligence artificielle et les scientifiques collaborent davantage, souligne le physicien du climat. Mais je suis optimiste. En termes de cr\u00e9ativit\u00e9, j\u2019ai l\u2019impression que l\u2019on a ouvert plus de possibilit\u00e9s de combiner ces algorithmes avec la connaissance, dans tous les domaines. \u00bb Offrant ainsi des perspectives allant bien au-del\u00e0 des g\u00e9osciences.<\/p>\n\n\n\n

\n
Incertitude impl\u00e9ment\u00e9e dans l\u2019IA<\/strong><\/h5>\n\n\n\n

Dans le cas de projections climatiques, certaines donn\u00e9es sont bien comprises, comme la temp\u00e9rature transport\u00e9e par les vents sur des \u00e9chelles plus grandes qu\u2019environ 100 kilom\u00e8tres, le r\u00e9chauffement moyen de la plan\u00e8te \u00e0 cause des gaz \u00e0 effet de serre ou l\u2019augmentation de la capacit\u00e9 de l\u2019atmosph\u00e8re \u00e0 contenir de la vapeur d\u2019eau.<\/p>\n\n\n\n

En revanche, il y a des ph\u00e9nom\u00e8nes plus difficiles \u00e0 appr\u00e9hender. \u00ab Il y a \u00e9norm\u00e9ment d’incertitudes \u00e0 l\u2019\u00e9chelle r\u00e9gionale. M\u00eame si on comprend tr\u00e8s bien la tendance globale, les variations exactes \u00e0 ce niveau restent tr\u00e8s difficiles \u00e0 mod\u00e9liser \u00bb, explique Tom Beucler, professeur assistant \u00e0 la Facult\u00e9 des g\u00e9osciences et de l’environnement de l’UNIL.<\/p>\n\n\n\n

Cette part d\u2019incertitude, l\u2019intelligence artificielle peut y \u00eatre entra\u00een\u00e9e gr\u00e2ce aux mod\u00e8les g\u00e9n\u00e9ratifs, qui, tels les mod\u00e8les stochastiques en physique, peuvent prendre en compte l\u2019al\u00e9atoire en math\u00e9matiques. \u00ab Jusqu’\u00e0 quelques jours avant un \u00e9v\u00e9nement m\u00e9t\u00e9o, on sait rarement \u00e0 quel point il va \u00eatre extr\u00eame. Pour le changement climatique, l\u2019\u00e9chelle de temps est plus grande \u00bb, ajoute le chercheur.<\/p>\n<\/div><\/div>\n","protected":false},"excerpt":{"rendered":"

Rendre les algorithmes plus robustes pour mieux pr\u00e9dire le changement climatique, c\u2019est la recherche \u00e0 laquelle a particip\u00e9 Tom Beucler, professeur assistant \u00e0 l\u2019UNIL.<\/p>\n","protected":false},"author":1002758,"featured_media":9760,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_seopress_robots_primary_cat":"","_seopress_titles_title":"","_seopress_titles_desc":"","_seopress_robots_index":"","_uag_custom_page_level_css":"","footnotes":""},"categories":[113,104,9,112],"tags":[378,152,236,314],"class_list":{"0":"post-9752","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-enseignement","8":"category-environnement","9":"category-recherche","10":"category-technologie","11":"tag-geosciences","12":"tag-intelligence-artificielle","13":"tag-rechauffement-climatique","14":"tag-recherche"},"uagb_featured_image_src":{"full":["https:\/\/wp.unil.ch\/uniscope\/files\/2024\/05\/tom_beucler-3190.jpg",1200,700,false],"thumbnail":["https:\/\/wp.unil.ch\/uniscope\/files\/2024\/05\/tom_beucler-3190-150x150.jpg",150,150,true],"medium":["https:\/\/wp.unil.ch\/uniscope\/files\/2024\/05\/tom_beucler-3190-300x175.jpg",300,175,true],"medium_large":["https:\/\/wp.unil.ch\/uniscope\/files\/2024\/05\/tom_beucler-3190-768x448.jpg",580,338,true],"large":["https:\/\/wp.unil.ch\/uniscope\/files\/2024\/05\/tom_beucler-3190-1024x597.jpg",580,338,true],"1536x1536":["https:\/\/wp.unil.ch\/uniscope\/files\/2024\/05\/tom_beucler-3190.jpg",1200,700,false],"2048x2048":["https:\/\/wp.unil.ch\/uniscope\/files\/2024\/05\/tom_beucler-3190.jpg",1200,700,false],"post-thumbnail":["https:\/\/wp.unil.ch\/uniscope\/files\/2024\/05\/tom_beucler-3190.jpg",1200,700,false],"chaplin_preview_image_low_resolution":["https:\/\/wp.unil.ch\/uniscope\/files\/2024\/05\/tom_beucler-3190-540x315.jpg",540,315,true],"chaplin_preview_image_high_resolution":["https:\/\/wp.unil.ch\/uniscope\/files\/2024\/05\/tom_beucler-3190-1080x630.jpg",1080,630,true],"chaplin_fullscreen":["https:\/\/wp.unil.ch\/uniscope\/files\/2024\/05\/tom_beucler-3190.jpg",1200,700,false],"gform-image-choice-sm":["https:\/\/wp.unil.ch\/uniscope\/files\/2024\/05\/tom_beucler-3190.jpg",300,175,false],"gform-image-choice-md":["https:\/\/wp.unil.ch\/uniscope\/files\/2024\/05\/tom_beucler-3190.jpg",400,233,false],"gform-image-choice-lg":["https:\/\/wp.unil.ch\/uniscope\/files\/2024\/05\/tom_beucler-3190.jpg",600,350,false],"mailpoet_newsletter_max":["https:\/\/wp.unil.ch\/uniscope\/files\/2024\/05\/tom_beucler-3190.jpg",1200,700,false]},"uagb_author_info":{"display_name":"Catherine Bex Bourqui","author_link":"https:\/\/wp.unil.ch\/uniscope\/author\/cbexbour\/"},"uagb_comment_info":0,"uagb_excerpt":"Rendre les algorithmes plus robustes pour mieux pr\u00e9dire le changement climatique, c\u2019est la recherche \u00e0 laquelle a particip\u00e9 Tom Beucler, professeur assistant \u00e0 l\u2019UNIL.","_links":{"self":[{"href":"https:\/\/wp.unil.ch\/uniscope\/wp-json\/wp\/v2\/posts\/9752","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wp.unil.ch\/uniscope\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/wp.unil.ch\/uniscope\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/wp.unil.ch\/uniscope\/wp-json\/wp\/v2\/users\/1002758"}],"replies":[{"embeddable":true,"href":"https:\/\/wp.unil.ch\/uniscope\/wp-json\/wp\/v2\/comments?post=9752"}],"version-history":[{"count":5,"href":"https:\/\/wp.unil.ch\/uniscope\/wp-json\/wp\/v2\/posts\/9752\/revisions"}],"predecessor-version":[{"id":9826,"href":"https:\/\/wp.unil.ch\/uniscope\/wp-json\/wp\/v2\/posts\/9752\/revisions\/9826"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/wp.unil.ch\/uniscope\/wp-json\/wp\/v2\/media\/9760"}],"wp:attachment":[{"href":"https:\/\/wp.unil.ch\/uniscope\/wp-json\/wp\/v2\/media?parent=9752"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/wp.unil.ch\/uniscope\/wp-json\/wp\/v2\/categories?post=9752"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/wp.unil.ch\/uniscope\/wp-json\/wp\/v2\/tags?post=9752"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}