Pour l’ouragan Isaias, l’analyse de HurriLab attribue à Google DeepMind un résultat particulièrement solide sur la trajectoire, tandis que Michael Brennan a estimé que la prévision officielle du National Hurricane Center (NHC) était 20 à 40 % plus performante pour l’intensité. Isaias a touché terre près de Destin, en Floride, le 9 octobre 2026, vers 20 h 30 CDT, avec des vents soutenus maximaux de 105 mph et une pression centrale minimale estimée à 971 mb, selon le NHC.
La comparaison de trajectoire favorise DeepMind
Dans son analyse préliminaire d’Isaias, HurriLab indique que l’ensemble de modèles d’IA de Google DeepMind a été le plus proche du lieu d’atterrissage et a estimé son horaire à quelques heures près, plus de trois jours à l’avance. L’analyse s’appuie notamment sur le fair energy score, un score qui tient compte de l’erreur de trajectoire et de l’accord entre les membres d’un ensemble de prévisions, tout en ajustant les différences de taille entre ensembles.
HurriLab rapporte aussi que les erreurs de trajectoire des ensembles traditionnels européen IFS ENS et américain GEFS dépassaient deux fois leurs moyennes respectives sur cinq ans. Pour cette tempête, les systèmes d’IA européens et GFS ont également fait mieux que leurs versions traditionnelles correspondantes sur la trajectoire.
| Prévision | Résultat rapporté pour Isaias | Systèmes concernés |
| Trajectoire | DeepMind était le plus proche du lieu d’atterrissage et à quelques heures près sur l’horaire, avec une prévision réalisée plus de trois jours à l’avance. | Ensemble d’IA de Google DeepMind |
| Trajectoire | Les erreurs dépassaient deux fois les moyennes respectives sur cinq ans. | Ensembles traditionnels IFS ENS et GEFS |
| Intensité | La prévision officielle du NHC avait une performance supérieure de 20 à 40 % à celle de DeepMind. | Prévision officielle du NHC et Google DeepMind |
Pour l’intensité, le NHC a eu l’avantage
Trajectoire et intensité sont deux aspects distincts d’une prévision cyclonique. La première estime où et quand la tempête va se déplacer ; la seconde concerne notamment la force de ses vents. Michael Brennan, directeur du NHC, a indiqué à NPR que la prévision officielle du centre avait été plus performante que celle de Google DeepMind pour l’intensité d’Isaias. Il a également relevé que d’autres modèles étaient comparables à DeepMind ou le dépassaient.
L’analyse de HurriLab donne elle aussi l’avantage au NHC pour l’intensité, avec les erreurs globales les plus faibles dans son évaluation. Les modèles de première génération HWRF et HMON ont également bien performé sur l’intensité au-delà de 36 heures.
Le NHC utilise les indications de plusieurs modèles, qu’ils reposent sur l’IA ou sur des méthodes physiques. Les prévisionnistes les interprètent puis décident des informations communiquées au public. Le résultat d’un modèle ne constitue donc pas, à lui seul, la prévision officielle.
Isaias ne résume pas les résultats sur tous les cyclones
Le résultat observé pour la trajectoire d’Isaias ne suffit pas à décrire la performance de DeepMind sur les autres tempêtes. NPR rapporte que Michael Brennan a jugé que le modèle de Google n’avait pas bien suivi l’ouragan Simon, dans le Pacifique oriental.
Michael Lowry, météorologue et auteur de l’analyse de HurriLab, décrit les modèles d’IA comme des « boîtes noires » : leurs résultats n’expliquent pas facilement pourquoi une prévision est juste ou erronée. Pour un autre aperçu des travaux de Google sur la prévision des cyclones, NeoTeo a présenté WeatherNext Cyclones dans un article consacré au modèle.
