L'IA de Californie redéfinit la cartographie océanique

Les courants océaniques, avec leurs schémas changeants, jouent un rôle essentiel dans la régulation du climat et des conditions météorologiques. Comprendre leur comportement reste un défi majeur. Cependant, une équipe de chercheurs de l'Université de Californie à San Diego a mis au point un outil d'intelligence artificielle, nommé GOFlow, qui promet de révolutionner la cartographie de ces courants avec une précision inégalée.

Le 13 avril, leurs travaux ont été publiés dans la revue Nature Geoscience. L'équipe a entraîné un réseau d'IA en utilisant des images thermiques provenant de satellites météorologiques, dans une approche qu'ils appellent GOFlow (Geostationary Ocean Flow). Luc Lenain, océanographe à l'Institut océanographique Scripps de l'UC San Diego et premier auteur de l'étude, a expliqué à CNET que cette technologie permet désormais d'observer de petits courants océaniques en rapide évolution depuis l'espace avec beaucoup plus de détail et de fréquence qu'auparavant. Ces courants sont cruciaux car ils aident à contrôler la manière dont la chaleur, le carbone, les nutriments et les polluants se déplacent à travers l'océan.

Une nouvelle méthode d'observation

Il y a quelques années, Luc Lenain a remarqué des motifs visuels dans les variations de température des grands courants, comme le Gulf Stream, en examinant des images thermiques satellites de l'océan Atlantique Nord. Cette observation l'a conduit à imaginer une nouvelle méthode pour mesurer les courants océaniques en utilisant l'intelligence artificielle. Les chercheurs ont entraîné le réseau de neurones GOFlow sur des courants océaniques simulés, puis l'ont appliqué à de vraies images satellites. L'outil d'IA a utilisé ces images pour suivre les températures de surface, qui varient en raison des courants océaniques sous-jacents. En suivant ces changements de température, GOFlow a pu déduire quel courant les avait causés.

L'équipe a vérifié l'exactitude de ses résultats en les comparant aux données recueillies par des navires dans la région du Gulf Stream. Ils ont également testé les résultats de GOFlow par rapport à des méthodes satellitaires plus traditionnelles, qui reposent sur le suivi des variations de hauteur de la surface de l'océan. Les chercheurs ont constaté que les résultats de GOFlow s'alignaient avec ceux obtenus par d'autres méthodes, mais offraient un niveau de détail sur les courants océaniques qui n'avait auparavant été documenté que dans des modèles informatiques. "Ces types d'approches pilotées par l'IA ne remplacent pas la physique," a déclaré Lenain. "Au contraire, l'IA nous aide à extraire des informations physiques qui sont déjà présentes dans les observations satellites, mais qui ont été difficiles à récupérer avec des méthodes traditionnelles jusqu'à présent."

Les défis et perspectives d'avenir

Malgré les avancées apportées par GOFlow, les chercheurs reconnaissent certaines limitations, notamment la couverture nuageuse qui peut obstruer la vue des satellites sur l'océan. Pour surmonter ces obstacles, ils prévoient d'intégrer des données satellitaires supplémentaires dans leurs recherches futures.

Le code informatique développé pour GOFlow sera rendu public, permettant ainsi à la communauté scientifique de reproduire et d'étendre ces travaux. "Nous voulions rendre ce travail transparent, reproductible et utile à la communauté au sens large," a déclaré Lenain. "Nous voyons GOFlow comme une étape vers une utilisation plus routinière de grands ensembles de données d'observation à distance combinés avec l'apprentissage automatique."

L'utilisation d'images satellites pour mieux comprendre les courants océaniques est un exemple d'observation de la Terre. Ces données sont essentielles pour les gouvernements, les militaires, ainsi que pour les agriculteurs et les compagnies d'assurance, qui s'appuient sur elles pour la prise de décision. Le projet GOFlow s'inscrit dans une tendance plus large où l'IA est utilisée pour accélérer et améliorer la précision de l'analyse des données. Des organisations telles que la NASA, l'Agence spatiale européenne et des entreprises spatiales privées ont commencé à développer et tester des outils d'IA capables d'analyser ces types de données.