Cyclones : DeepMind publie WeatherNext dans Nature et libère le modèle

En pleine saison des ouragans dans l'Atlantique, Google DeepMind a publié le 6 août des résultats montrant que son modèle WeatherNext atteint l'état de l'art en prévision de cyclones — trajectoire, intensité et structure des vents — dans un article validé par Nature. Le gain annoncé se résume d'une phrase : une prévision à trois jours de WeatherNext vaut ce qu'une prévision à deux jours valait jusqu'ici, soit environ un jour de préavis supplémentaire pour les populations menacées.

L'écart avec les systèmes de référence est quantifié : sur la trajectoire, le modèle devance de plus de 24 heures d'horizon utile l'ensemble ECMWF-ENS, la prévision d'ensemble du Centre européen de prévision météorologique à moyen terme ; sur l'intensité, il fait mieux que le modèle spécialisé HWRF, avec une erreur de l'ordre de 11 nœuds. Le tout à une résolution de 28 kilomètres, bien plus grossière que celle des modèles physiques — et c'est précisément ce qui rend le résultat remarquable.

Mille scénarios en moins d'une minute

La prévision cyclonique est un problème d'incertitude plus que de précision : ce qui compte pour décider d'une évacuation, c'est l'éventail des trajectoires possibles et leurs probabilités. Les centres météorologiques produisent pour cela des « ensembles » — des dizaines de simulations perturbées — au prix d'heures de calcul sur des supercalculateurs. WeatherNext, construit sur des réseaux génératifs fonctionnels (FGN), génère un ensemble de 1 000 scénarios en moins d'une minute sur TPU. Le modèle a été entraîné sur près de 20 téraoctets de données atmosphériques mondiales et sur la base historique IBTrACS, qui recense quelque 5 000 tempêtes.

Le dispositif n'est pas resté théorique. Pendant la saison 2025, le modèle a été utilisé en appui du National Hurricane Center américain, notamment lors de l'intensification rapide de l'ouragan Melissa avant son atterrissage en Jamaïque, où il a contribué à anticiper le phénomène — l'intensification rapide étant historiquement le point faible des prévisions cycloniques.

Un choix d'ouverture qui n'allait pas de soi

L'autre volet de l'annonce est la publication du modèle lui-même. DeepMind libère les poids et le code de WeatherNext Cyclones, de WeatherNext 2 et d'une version compacte exécutable sur un seul TPU, avec un carnet Colab public. Agences météorologiques, chercheurs et ONG peuvent donc faire tourner, affiner ou spécialiser le modèle — un enjeu réel pour les pays exposés qui n'ont ni supercalculateur ni modèle régional propre.

Ce choix contraste avec l'économie générale du secteur, où les capacités de pointe restent des produits fermés. Il illustre une ligne de partage qui se dessine : les modèles à vocation scientifique circulent de plus en plus en poids ouverts — on pense au classifieur de sécurité publié par Mistral la même semaine —, tandis que les modèles généralistes de frontière demeurent sous clé. La publication dans Nature, avec relecture par les pairs, ajoute une couche de validation que les billets de blog des laboratoires ne fournissent pas ; c'est le même mouvement vers la vérifiabilité externe que nous analysons dans notre tribune sur les preuves vérifiables.

Les questions encore ouvertes

Restent des limites que la communauté météorologique ne manquera pas de tester. Les modèles appris sur données historiques peuvent buter sur les événements sans précédent — or le changement climatique produit précisément des cyclones aux comportements inédits. La résolution de 28 kilomètres, suffisante pour la trajectoire, reste grossière pour les phénomènes locaux qui tuent le plus, comme la surcote marine ou les pluies extrêmes, qui exigent des modèles côtiers en aval. Enfin, l'intégration opérationnelle dans les chaînes de décision des agences — qui engagent des évacuations sur ces prévisions — prendra du temps : un article dans Nature est une étape, pas une homologation.

Il n'en reste pas moins que ce résultat arrive à point nommé pour son auteur institutionnel : une semaine où Google DeepMind traversait la plus grande réorganisation de son histoire, son laboratoire rappelait que la recherche appliquée à fort impact public reste sa marque de fabrique. Pour les services météorologiques du bassin atlantique comme de l'océan Indien, qui abordent le pic de la saison cyclonique, la question n'est déjà plus théorique : le modèle est téléchargeable dès maintenant, et chaque jour de préavis gagné se compte, in fine, en vies épargnées.