IA efficace pour la prévision météorologique

Aperçu

Extreme weather events have caused severe damage and loss of life in recent decades. Traditional numerical weather prediction, while accurate, is computationally intensive—requiring supercomputers that consume massive amounts of energy.

In contrast, energy-efficient AI offers a transformative alternative. This course explores how modern AI models can drastically reduce energy consumption and CO₂ emissions while improving the accuracy and accessibility of weather forecasting.

Through practical examples, we demonstrate how techniques like LoRA fine-tuning, diffusion models, and GNSS-based sensing can enhance forecasting capabilities on both large and personal devices. By the end of this course, learners will understand how efficient AI methods enable sustainable, high-precision weather prediction for the future.

Programme

• Introduction à la Prévision Météorologique
Aperçu de la prévision météorologique numérique traditionnelle
Consommation d'énergie et impact environnemental des superordinateurs
Introduction de l'IA dans la prévision météorologique
• Technologies IA Efficaces
Comprendre la consommation d'énergie et les émissions de CO₂ de l'IA
Comparaison des méthodes traditionnelles et basées sur l'IA pour l'efficacité énergétique
• Techniques IA pour la Prédiction Météorologique
Introduction à l'ajustement fin LoRA (Adaptation de Bas Rang)
Aperçu des Modèles de Diffusion
Exploitation du GNSS (Système Mondial de Navigation par Satellite) pour la détection des données météorologiques
• Entraînement de Modèle Écoénergétique
Stratégies pour réduire les coûts computationnels dans l'entraînement de l'IA
Études de cas sur le déploiement de modèles à faible consommation
• Évaluation et Amélioration de Modèles IA
Techniques pour améliorer la précision des modèles
Équilibrer précision et efficacité énergétique
Étude de cas : Optimisation des modèles IA pour les appareils personnels
• Applications Pratiques et Études de Cas
Exemples concrets d'utilisation de l'IA dans la prévision météorologique
Analyse des gains d'efficacité et des améliorations de précision
• Outils et Logiciels
Aperçu des outils open-source pour la modélisation météorologique avec l'IA
Session pratique avec les cadres et plateformes IA
• Considérations Éthiques et Environnementales
Discussion sur l'impact environnemental des technologies IA
Stratégies pour un développement et un déploiement IA durables
• Orientations Futures dans l'IA pour la Prévision Météorologique
Technologies émergentes et domaines de recherche
Rôle de l'IA face aux défis climatiques et opportunités futures
• Projet Final et Évaluation
Application des concepts appris pour développer un modèle météorologique IA écoénergétique
Évaluation des performances du modèle et des améliorations de l'efficacité

---

Enseigné par

PD Dr. Haojin Yang, Weixing Wang, Jona Otholt, Zi Yang, Gregor Nickel, Dr. Zhitong Xiong, Constantin Le Cleï, Dr. Peng Yuan, and Dr. Liangjing Zhang

---

Matières

Artificial Intelligence