Six façons (parfois inattendues) dont l'IA peut nous aider à faire face au changement climatique

Les méthodes de machine learning, souvent utilisées en intelligence artificielle, empruntent beaucoup aux outils statistiques utilisés depuis longtemps par les chercheurs pour modéliser les phénomènes physiques, et en particulier le climat. En retour, ces technologies, conjuguées à l’apparition de nouvelles sources de données, permettent de mieux comprendre les interactions entre le climat et des systèmes humains extrêmement variés. Le point en six exemples plus ou moins surprenants.

Pourquoi il y a du nouveau. D’un côté, on peut désormais appliquer des méthodes de machine learning de pointe à des problèmes anciens. De l’autre, on peut aussi déployer des approches plus traditionnelles, aujourd’hui volontiers utilisées dans d’autres domaines, au service de la question climatique. La transition climatique est indubitablement l'un des enjeux majeurs de notre époque, ce qui justifie (et implique!) d’y appliquer les outils de pointe dont on dispose aujourd’hui… même s’ils n’ont rien d’une solution magique.