Le truc qui est peut-être plus compliqué à faire c'est avec les changements climatiques, on va avoir des changements de régimes météo qui feront que les patterns appris par le passé vont être moins important, ou plus importants, et que c'est pas tellement visible dans les données passées parce que c'était rare ou il va y avoir de l'inédit
C'est d'ailleurs un soucis générique dans le cas où la nature des données évoluent.
Ici le changement climatique peut impacter leur précision car comme tu le soulignes, certains motifs peuvent changer par endroit et difficiles à dire si l'IA parviendra à mieux s'adapter. Mais on a le problème ailleurs, j'avais lu un papier par exemple dans le domaine d'imagerie médicale où avec l'amélioration des techniques et de la résolution des images, l'IA pouvait perdre en performance face au médecin car justement ils sont biaisés par des données obsolètes. Pas un sujet simple.
En plus pour la météo, je serais tenté de dire que même en admettant une IA meilleure en toute circonstance actuellement contre les méthodes habituelles pour la prévision météo, il faut continuer à utiliser les méthodes physiques brutes. Car améliorer ces techniques nous permet en effet d'affiner aussi notre compréhension du climat mondial et la physique autour et notamment sans doute d'améliorer les modèles pour prévoir les impacts sur le climat de demain.
Avoir les deux en compétition me semble complémentaires, déjà j'imagine que si les deux concordent la fiabilité est plus grande, mais surtout l'IA pourrait être l'approche de court terme tandis que la solution physique brute une solution de long terme à explorer et il faut s'assurer d'améliorer sa précision.
[^] # Re: L'IA n'est pas spéciale
Posté par Renault (site web personnel) . En réponse au lien Faut-il critiquer l'IA ?. Évalué à 3.
C'est d'ailleurs un soucis générique dans le cas où la nature des données évoluent.
Ici le changement climatique peut impacter leur précision car comme tu le soulignes, certains motifs peuvent changer par endroit et difficiles à dire si l'IA parviendra à mieux s'adapter. Mais on a le problème ailleurs, j'avais lu un papier par exemple dans le domaine d'imagerie médicale où avec l'amélioration des techniques et de la résolution des images, l'IA pouvait perdre en performance face au médecin car justement ils sont biaisés par des données obsolètes. Pas un sujet simple.
En plus pour la météo, je serais tenté de dire que même en admettant une IA meilleure en toute circonstance actuellement contre les méthodes habituelles pour la prévision météo, il faut continuer à utiliser les méthodes physiques brutes. Car améliorer ces techniques nous permet en effet d'affiner aussi notre compréhension du climat mondial et la physique autour et notamment sans doute d'améliorer les modèles pour prévoir les impacts sur le climat de demain.
Avoir les deux en compétition me semble complémentaires, déjà j'imagine que si les deux concordent la fiabilité est plus grande, mais surtout l'IA pourrait être l'approche de court terme tandis que la solution physique brute une solution de long terme à explorer et il faut s'assurer d'améliorer sa précision.