Quand on regarde l’écran d’accueil de Google, même si on préfère le garder exempt de trop de widgets, il y a une information qui ressort presque toujours des autres : la météo. Une icône représentant le soleil, la lune ou un flocon de neige, accompagnée de la température actuelle, peut en effet nous faire comprendre s’il est opportun ou non d’apporter un parapluie lors de nos prochaines sorties, ou s’il vaut peut-être mieux programmer le climatiseur.
Mais d’où viennent ces données ? Et dans quelle mesure pouvons-nous faire confiance à ces prédictions automatisées ?
L’intelligence artificielle dans les prévisions météorologiques
Essayons d’expliquer ce qui se passe avec le bon ordre. Alphabet, la société mère de Google, encourage depuis longtemps l’intelligence artificielle pour les prévisions météorologiques dans tous ses produits. Et ce n’est pas un hasard si l’entreprise a reçu des éloges explicites pour la précision de certains instruments capables de prédire les ouragans et autres événements météorologiques importants.
Cependant, Steven DiMartino, propriétaire de NY NJ PA Weather et président du Board of Digital Meteorologists de l’American Moasting Society, appelle à la prudence. « Ce que vous obtenez d’un vrai météorologue n’est pas seulement l’explication des données, mais aussi ce qu’il faut surveiller si les prévisions commencent à se tromper.», a expliqué l’expert, invitant à un peu plus de prudence.
L’élément technologique qui permet de prendre en charge le système de prévisions s’appelle WeatherNext 2, le dernier modèle développé par Google DeepMind et annoncé en novembre 2025. L’outil, basé sur l’intelligence artificielle, est désormais intégré à Google Search, Gemini et Pixel Weather, ainsi qu’aux appareils Google Home : il peut traiter des centaines de prévisions météorologiques en utilisant des facteurs tels que la température, le vent et l’humidité, et proposer des projections jusqu’à quinze jours à l’avance.
Suivez Google Italia sur Telegram, recevez en premier les actualités et les offres
Comment fonctionne l’intelligence artificielle météorologique
Pour Google Home, WeatherNext 2 fournit des prévisions horaires et quotidiennes, en collaboration avec d’autres modèles, tels que MetNet. Mais la question devient encore plus intéressante lorsqu’on regarde la différence entre les modèles traditionnels et ceux basés sur l’intelligence artificielle.
En fait, les systèmes de prévision conventionnels nécessitent des superordinateurs et des équations physiques complexes, combinant des mesures provenant de stations météorologiques, de satellites, de ballons météorologiques et d’autres instruments. Les données sont ensuite utilisées pour simuler l’atmosphère terrestre et suivre l’évolution possible de la météo au cours des prochains jours.
Il en va tout autrement avec les modèles d’intelligence artificielle, qui ne nécessitent ni physique ni supercalculateurs, et sont donc beaucoup plus rapides. Les outils de DeepMind peuvent créer des prévisions sur 15 jours en une minute environ, en utilisant l’apprentissage automatique pour identifier des modèles récurrents dans les données météorologiques historiques. En d’autres termes, en fonction de l’évolution des tempêtes dans le passé, ils sont capables de créer des prévisions pour celles qui se forment aujourd’hui.
Le système s’est révélé particulièrement efficace pour suivre les phénomènes météorologiques à grande échelle, notamment les ouragans. En 2025, par exemple, il a prédit avec succès la trajectoire et l’intensification de l’ouragan Melissa. En décembre de la même année, la National Oceanic and Atmospheric Administration a annoncé son propre trio de modèles prédictifs basés sur l’IA qui combinent les outils de DeepMind avec ses propres données.
Le système parvient à utiliser différentes sources
Malgré l’accent mis sur l’intelligence artificielle, les prévisions affichées sur Google Home ne sont pas basées exclusivement sur WeatherNext 2. Le système intègre également des alertes et des données provenant d’autres agences et entités, notamment le National Weather Service des États-Unis, le Met Office britannique et Environnement Canada. Les sources peuvent varier en fonction de votre emplacement géographique et les paramètres de votre appareil peuvent également affecter les prévisions que vous voyez.
Google Météo collecte des informations auprès du NWS, du Centre européen pour les prévisions météorologiques à moyen terme, de la NOAA et d’autres sources. Grâce à ces agences, entreprises privées et autres ressources, il peut obtenir des informations détaillées sur différents aspects de la journée, de l’exposition au soleil aux allergènes présents dans l’air jusqu’à la qualité de l’atmosphère.
En fait, de nombreux utilisateurs ne savent pas que Google Home peut fournir bien plus d’informations que la simple température : il suffit de savoir quelles questions poser. Par exemple, vous pouvez demander l’indice UV, qui fournit un nombre de 0 à 11+ pour indiquer l’intensité du rayonnement ultraviolet : Google Météo utilise la nébulosité du lieu, l’heure de la journée, la latitude, la longitude et l’altitude pour déterminer ce nombre.
Dans certains pays, un indice pollinique est également disponible. Google Météo propose des données sur les allergènes comme l’herbe, l’ambroisie et l’armoise, avec un indice allant de 0 à 4, de nul à grave. Les informations proviennent du Met Office britannique, du ministère japonais de l’Environnement et d’autres sources, dont profite d’ailleurs également l’Italie.
Une autre donnée importante est l’indice de qualité de l’air, qui utilise une échelle de 0 à 500 pour indiquer le degré de propreté d’un endroit particulier. Plus le score est élevé, plus l’air est dangereux. L’indice mesure les polluants présents, notamment le monoxyde de carbone, le dioxyde d’azote et les particules : les données sur la qualité de l’air de Google proviennent du site AirNow de l’EPA et du fabricant de capteurs Purple Air.
Le système est avancé, mais présente certaines limites
Malgré ses capacités avancées, Google Home présente des lacunes importantes dans ses prévisions météorologiques. Un exemple est donné par la perception thermique, le haut-parleur intelligent ne détectant pas à quel point la température perçue peut être très différente en raison de facteurs tels que le vent. Il est toujours possible d’obtenir cette information, mais il faut se poser une question précise.
Il y a un autre aspect à considérer lors de l’utilisation de ces services : la confidentialité. Les incendies de forêt, les crues soudaines et autres phénomènes météorologiques extrêmes peuvent se déplacer rapidement, c’est l’une des raisons pour lesquelles les applications et services météorologiques souhaitent connaître votre position exacte. Si vous ne souhaitez pas que votre enceinte intelligente connaisse votre adresse précise, gardez à l’esprit que les données météorologiques peuvent être moins précises, même si les prévisions elles-mêmes continuent de s’améliorer.
La technologie fait de grands progrès dans le domaine des prévisions météorologiques, et l’intelligence artificielle offre une vitesse et des capacités d’analyse sans précédent. Cependant, Google Home et les outils similaires peuvent ne pas fournir toutes les informations dont vous avez besoin, qu’il s’agisse de perception thermique, d’humidité ou d’alertes importantes.
