En permettant aux organismes de recherche et aux entreprises de toutes tailles d’accéder plus simplement et plus largement à des solutions de calcul intensif et de Machine Learning (ML), le cloud facilite la compréhension des phénomènes climatiques et accélère la recherche de solutions pour lutter contre les causes du réchauffement et en limiter les effets.
La technologie apporte de nouveaux espoirs
Le dérèglement climatique se manifeste de plus en plus fréquemment. Ouragans, incendies et inondations causent des pertes humaines et des dégâts matériels considérables. S’il est vital de combattre les causes du changement climatique il est tout aussi crucial de lutter contre ses effets en détectant le plus rapidement possible l’arrivée des catastrophes naturelles afin de protéger les populations et les biens. Cela nécessite d’approfondir la connaissance des phénomènes qui régissent le climat en traitant d’importants volumes de données. Les scientifiques s’y affairent en s’appuyant sur des modèles mathématiques particulièrement sophistiqués qui vont pouvoir être encore améliorés. Les progrès technologiques accomplis ces dernières décennies dans le domaine du calcul intensif et du Machine Learning (ML) leur ouvrent, avec l’aide du cloud, de nouvelles perspectives.
Les aérosols pourraient renforcer le rôle protecteur des nuages
La climatologie est un art délicat qui résulte de multiples interactions entre de nombreux éléments. Dans cet ensemble complexe les nuages tiennent une place cruciale car ils régulent la température et l’adaptent aux conditions de la vie humaine. En altitude ils favorisent le réchauffement, plus près du sol ils abaissent la température en réfléchissant les rayons du soleil vers l’espace. La modélisation des nuages se heurte à des facteurs d’incertitude et en particulier celui de l’interaction entre nuages et aérosols. Deux professeurs de l’Université d’Oxford, Philip Stier (professeur de physique atmosphérique) et Duncan Watson-Parris (chercheur) étudient, avec l’aide du cloud et du Machine Learning, l’impact des aérosols sur les nuages. La condensation de l’humidité en fines gouttelettes, facilitée par les aérosols, confèrent aux nuages une plus grande capacité de réflexion des rayons solaires. Ce phénomène provoque un effet refroidissant qui peut compenser celui des gaz à effet de serre. Les deux scientifiques ont choisi comme terrain d’expérimentation l’espace maritime, par nature peu pollué, pour analyser dans les nuages les traces laissées par les aérosols provenant des gaz d'échappement des navires. Le nombre restreint d’images satellites ne se prêtant pas à des modèles statistiques précis, les chercheurs ont eu recours à des algorithmes de ML pour passer au crible des pétaoctets d’images de tracés de navires. Le modèle peut ensuite être étendu et appliqué au-delà du domaine maritime pour préciser le rôle que pourrait tenir les aérosols dans la lutte contre le réchauffement.
Détecter rapidement les événements climatiques accélère les prises de décisions
En matière de lutte contre les effets des catastrophes naturelles, le temps est déterminant. Un incendie de forêt détecté dans les premières minutes peut être circonscrit rapidement avec peu de moyens. Plus on tarde à intervenir et plus la tâche devient difficile. Une des premières lignes de défense contre les catastrophes naturelles consiste à mettre en place des systèmes prédictifs dont la précision et l’efficacité dépendent de la rapidité à collecter et à traiter les données, provenant pour une grande part de satellites mais également de capteurs terrestres ou aériens. De tels systèmes prédictifs impliquaient l’investissement dans des stations terrestres couteuses qui peut aujourd’hui être évité grâce au cloud. Des services entièrement gérés permettent aux sociétés propriétaires de satellites de transférer leurs données vers la terre avec une très faible latence, traiter ces dernières et mettre à l’échelle leurs opérations basées sur le cloud sans avoir à construire ni à gérer elles-mêmes leurs propres infrastructures. Leurs antennes sont localisées au même endroit que le centre informatique de ces services. Les images satellitaires peuvent être ensuite facilement exploitées par des systèmes prédictifs basés sur des algorithmes ML. Bien que de plus en plus d’entreprises adoptent le ML elles ne disposent pas toujours pour autant des compétences requises. Leurs développeurs et leurs data scientists peuvent néanmoins tirer parti du ML en s’appuyant sur l’éventail de solutions proposées par les fournisseurs de cloud pour créer et affiner régulièrement leurs modèles.
La modélisation des phénomènes climatiques requiert d’importantes puissances de calcul que seuls des laboratoires de recherches nationaux, ou bénéficiant de financements importants, pouvaient se permettre. Le cloud permet aujourd’hui de démocratiser le calcul intensif et le Machine Learning et participe ainsi activement à la lutte contre le changement climatique.