Microsoft a d\u00e9velopp\u00e9 une m\u00e9thode d’intelligence artificielle nomm\u00e9e PBC (Probabilistic Bias Correction) pour corriger les erreurs des mod\u00e8les m\u00e9t\u00e9orologiques traditionnels, am\u00e9liorant ainsi la pr\u00e9cision des pr\u00e9visions \u00e0 long terme. Cette innovation, r\u00e9alis\u00e9e en collaboration avec le MIT et le CEPMMT, a d\u00e9montr\u00e9 une am\u00e9lioration de 98 % pour les pr\u00e9visions de pluie et de 92 % pour les temp\u00e9ratures dans certaines zones test\u00e9es. Le syst\u00e8me MicroDuet, bas\u00e9 sur PBC, a remport\u00e9 le concours AI Weather Quest en 2025.<\/p>\n
La m\u00e9thode PBC combine des corrections d’erreurs historiques avec des donn\u00e9es r\u00e9centes et des tendances climatiques. Elle produit des probabilit\u00e9s (ex. : chance d’une semaine plus chaude) plut\u00f4t que des pr\u00e9dictions certitudes. Les tests ont port\u00e9 sur les troisi\u00e8me et quatri\u00e8me semaines de pr\u00e9vision, montrant des progr\u00e8s significatifs pour les ph\u00e9nom\u00e8nes extr\u00eames (temp\u00e9ratures, pr\u00e9cipitations). Un avantage majeur : le syst\u00e8me fonctionne sur des processeurs standards, sans n\u00e9cessiter des GPU puissants, ce qui le rend accessible aux agences m\u00e9t\u00e9o aux moyens limit\u00e9s.<\/p>\n
Selon Lester Mackey, chercheur chez Microsoft, cette approche pourrait r\u00e9volutionner la gestion des risques agricoles, de l’eau et des secours. Cependant, les pr\u00e9visions restent probabilistes, et leur utilisation effective d\u00e9pendra de leur diffusion et des d\u00e9cisions prises \u00e0 partir de ces donn\u00e9es. Le code de PBC est d\u00e9sormais disponible en open source, ouvrant la voie \u00e0 des applications futures.<\/p>\n