Les prédictions météo vont changer : Google a inventé un modèle d’une précision extrême, capable de prédire heure par heure

Google pourrait bien enterrer tous les autres sites de prévision météorologique. Le 17 novembre 2025, Google DeepMind et Google Research ont dévoilé « WeatherNext 2 », leur « modèle de prévision le plus avancé et le plus performant », a assuré la firme dans un billet de blog. La promesse : un outil qui permet de générer des prévisions huit fois plus rapidement que ses modèles précédents, avec une résolution horaire (heure par heure).

Google veut prédire davantage de scénarios, plus précisément

La marque est une habituée des outils de prévision météorologique. Google DeepMind a déjà développé plusieurs modèles d’IA dédiés, parmi lesquels GraphCast ou encore GenCast, qui reposent sur NeuralGCM — un modèle capable de simuler l’atmosphère terrestre. Selon la firme, WeatherNext 2 surpasse son prédécesseur, WeatherNext, sur 99,9 % des variables (par exemple, la température, le vent, l’humidité), mais aussi des échéances, avec des prévisions pouvant aller jusqu’à 15 jours. Chaque prédiction serait réalisée en moins d’une minute grâce à l’utilisation d’un seul TPU (Tensor Processing Unit), assure l’entreprise. Cette performance contraste nettement avec les modèles traditionnels, qui demandent des heures de calcul sur des superordinateurs pour une tâche similaire.

Cette amélioration est notamment possible grâce à une nouvelle approche d’IA appelée Functional Generative Network (FGN). Elle introduit volontairement une petite part d’aléatoire, un « bruit » mathématique, dans le modèle. En modifiant ce bruit, l’IA peut imaginer plusieurs futurs possibles à partir des mêmes observations météo actuelles. Cela permet de générer des centaines de scénarios réalistes, dont certains incluent des événements rares ou extrêmes.

Bien que cela puisse paraître abstrait, cela devrait rendre en théorie les prévisions beaucoup plus précises. L’approche de la firme consiste à entraîner ses modèles sur des variables dites « marginales », donc des éléments météorologiques indépendants. Il peut s’agir de la température précise à un endroit donné, ou encore de la vitesse du vent à une certaine altitude. Grâce à cet entraînement, le modèle pourra ensuite prévoir précisément les variables dites « interconnectées », soit des phénomènes météo à grande échelle, formés par l’organisation collective de plusieurs variables individuelles. C’est par exemple le cas d’une dépression ou d’une tempête, qui dépendent de la relation entre plusieurs variables météorologiques.

Autre nouveauté de taille : Google indique enfin mettre « ses recherches à la disposition des utilisateurs ». Concrètement, les données de prévision de WeatherNext 2 seront disponibles sur Earth Engine et BigQuery. Un programme d’accès anticipé est aussi lancé sur Vertex, la plateforme d’IA de Google Cloud, permettant ainsi de créer des inférences personnalisées avec le modèle. Jusqu’ici, les outils de prévision développés par Google DeepMind n’étaient généralement pas accessibles au grand public en tant qu’outils autonomes. Leurs résultats étaient toutefois intégrés au sein de certains produits Google destinés aux utilisateurs, comme dans la recherche Google, les informations météorologiques ou smartphone (Pixel Weather) ou la Google Maps Platform via des API. L’entreprise prévoit également d’étendre cette technologie à Google Maps dans les semaines à venir.

Toute l'actu tech en un clin d'œil

Ajoutez Numerama à votre écran d'accueil et restez connectés au futur !

Installer Numerama