ECMWF AIFS, une prévision apprise par la machine
Les modèles météo partagent la même physique et peuvent se tromper ensemble : ECMWF AIFS, appris de la météo passée par la machine, donne un second avis.
Les modèles météo classiques résolvent les équations de l'atmosphère, et quand ils partagent le même angle mort, ils peuvent se tromper ensemble : quatre routes d'accord, ce n'est pas toujours quatre bonnes raisons d'y croire. Ce qui manque au chef de bord qui pèse une navigation, c'est un avis arrivé à sa prévision par un autre chemin.
ECMWF AIFS prend une autre voie : le modèle du Centre européen ne résout aucune équation, il a appris par la machine, sur des décennies de météo passée, comment l'atmosphère passe d'un état au suivant. L'ECMWF le fait tourner à côté de son modèle classique, et Saily WR lit chaque nouvelle prévision peu après sa publication.
Il prévoit le monde entier jusqu'à 15 jours : modèle global, il donne une route sur toute navigation, à côté de celles des modèles classiques qui couvrent les mêmes eaux. Sa force, c'est la grande échelle à plusieurs jours : où seront les dépressions et les anticyclones, quand un front arrivera, quelle trajectoire prendra une tempête tropicale.
C'est là-dessus que se joue une traversée : des Açores à la Bretagne, choisir une route, c'est surtout choisir la dépression à suivre ou l'anticyclone à contourner. AIFS part exactement du même état de l'atmosphère que le modèle classique de l'ECMWF ; là où leurs deux routes divergent, l'écart vient des seuls modèles, signe net d'une prévision incertaine, qui mérite un second regard avant de vous engager. Là où AIFS, l'ECMWF et le modèle d'un autre centre comme GFS s'accordent, la prévision est plus solide.
Parce qu'il a appris à garder son erreur moyenne faible, il lisse : les rafales et les pointes de vent s'émoussent, d'autant plus qu'il regarde loin. Dans un coup de vent ou le long d'un front marqué, lisez son vent comme probablement trop faible, son heure et sa trajectoire comme la partie utile. Comme les autres modèles globaux, il ne voit ni brise de mer ni dévent derrière une île. Et tous les modèles puisent aux mêmes observations de la mer et du ciel : leur accord est bon signe, pas une promesse.
Sources
- AIFS Machine Learning data, ECMWF
- ECMWF’s AI forecasts become operational, ECMWF, 2025
- AIFS – ECMWF’s data-driven forecasting system, S. Lang et al., arXiv, 2024