Il est impossible de prévenir les inondations, mais il est possible de les prévoir de manière fiable - dans le monde entier

Il s'agit d'enregistrer les précipitations, de mesurer les niveaux d'eau, de calculer les modèles météorologiques quotidiens et enfin d'envoyer des alertes par le biais d'une diffusion cellulaire. L'effort à fournir est important, mais le retour sur investissement est élevé si les habitants menacés peuvent d'abord sécuriser leur maison et disposer ensuite de suffisamment de temps pour se mettre à l'abri.

Bien entendu, le système de détection et d'alerte des inondations n'est pas absolument fiable. Néanmoins, il offre un niveau de protection élevé qui ne peut être assuré dans les régions dépourvues de l'infrastructure nécessaire. Ainsi, si le délai d'alerte n'est pas de cinq jours, mais de zéro jour, les personnes, mais aussi leurs biens et leurs moyens de subsistance, sont particulièrement menacés.

Un nouveau système de prévision des risques d'inondation démontre qu'il n'est pas nécessaire d'en arriver là. Grâce à des données précises au jour près et à une intelligence artificielle correctement entraînée, il peut rivaliser avec les meilleurs modèles actuellement disponibles pour prévoir les conditions météorologiques extrêmes. Mais cela est également possible dans les régions du monde où de telles prévisions ne sont pas encore disponibles, faute d'un réseau dense de stations de mesure. Le temps passé sur le supercalculateur pour les calculs quotidiens est également coûteux.

Les chercheurs, dont ceux de Google, du Centre Helmholtz de Leipzig et de la RAND Corporation en Californie, ont utilisé les données météorologiques de 5 680 bassins versants sur une moyenne de 30 ans. Cela représente un total d'environ 150 000 années d'enregistrements météorologiques, résumés dans 60 gigaoctets de données. Et la collection continue de s'enrichir.

L'entraînement de l'intelligence artificielle sur le processeur graphique Nvidia Tesla V100 n'aurait pris que quelques heures. Ensuite, une dizaine d'heures sont nécessaires pour établir les prévisions. Et voilà : par rapport aux inondations précédentes, l'intelligence artificielle atteint un taux de réussite plus élevé que les prévisions météorologiques classiques effectuées à l'époque. Dans le même temps, l'effort global nécessaire est considérablement réduit.

Bien que cela n'aide guère les régions qui disposent déjà d'une grande quantité de données météorologiques, cela est utile dans de nombreuses régions éloignées et en particulier dans les régions pauvres mais densément peuplées. Alors que le délai d'alerte resterait inchangé en Europe, en Amérique du Nord ou en Asie de l'Est, le délai entre l'alerte et la montée des eaux se multiplierait en Afrique, en Amérique centrale ou en Asie du Sud-Est, par exemple.

Cette étude n'a nécessité que des données publiques, qu'il a d'abord fallu collecter, et un processeur très performant coûtant un peu moins de 7 000 euros (7 500 dollars). Il suffit d'une poignée d'informations essentielles sur le vent, l'humidité et la température pour réaliser de grandes choses.