Des chercheurs chinois élaborent plus de 30.000 scénarios climatiques grâce à l’intelligence artificielle

13:49, 17/07/2025, jeudi

Retrouvez plus souvent les actualités de Nouvelle Aube : cliquez et ajoutez-nous à vos favoris sur Google !

Des chercheurs chinois élaborent plus de 30.000 scénarios climatiques grâce à l’intelligence artificielle

Kirill KUDRYAVTSEVAFP

Publiée dans Nature Climate Change, l’étude démontre le potentiel de l’IA pour générer des projections d’atténuation climatique à grande échelle, en appui aux politiques publiques mondiales.

Des chercheurs chinois ont mis au point plus de 30.000 scénarios d’atténuation du changement climatique induits par l’intelligence artificielle, selon une étude parue dans l’édition de juillet de la revue Nature Climate Change.

Ce travail s’appuie sur la combinaison de l’apprentissage profond (deep learning, DL) et des modèles d’évaluation intégrée (integrated assessment models, IAMs), avec pour objectif de surmonter certaines limites des méthodes actuelles dans la génération de scénarios climatiques.

"Les scénarios basés sur les IAM rencontrent souvent des difficultés telles que des biais de modélisation et une lourde charge computationnelle. Nous développons ici un cadre DL pour générer des variables clés à travers des scénarios d’atténuation synthétiques"
, explique l’étude.

Les auteurs soulignent que le DL constitue un outil puissant pour extraire des schémas cachés et des interactions complexes à partir de données à haute dimension. Grâce à cette approche, ils ont pu produire des projections sur la manière de réduire les émissions de gaz à effet de serre, même dans les régions pour lesquelles les IAM classiques manquent de données.

L’étude reconnaît toutefois certaines limites à cette méthode, notamment le fait que leur modèle DL ne reproduit qu’un sous-ensemble restreint de variables, loin des centaines généralement utilisées dans les scénarios IAM complets. Elle souligne également que les biais présents dans les bases de données utilisées pour l’entraînement peuvent être reproduits ou amplifiés par l’IA.

"Nos modèles DL ont été entraînés sur la base de données de scénarios du sixième rapport d’évaluation (AR6), qui peut elle-même comporter des biais"
, précisent les chercheurs.

Même si l’apprentissage profond ne peut pas encore remplacer les modèles climatiques traditionnels, il constitue une aide précieuse en offrant des scénarios plus rapides, diversifiés et adaptés aux spécificités régionales. Un appui jugé crucial pour les décideurs et les pays en développement dans l’élaboration de leurs politiques climatiques.