Southeast Asia's First Live AI Weather Forecasting System — DOST-PAGASA & ASTI (Philippines)
Philippines
In October 2024, the Philippines' PAGASA and ASTI deployed Southeast Asia's first live AI weather system with US firm Atmo: …
Malawi · Blantyre · See the Malawi profile
Le service météorologique du Malawi a testé le modèle d'IA « Bris » de MET Norway avec l'OMM, réduisant le temps de génération des prévisions de plusieurs heures à environ 10 minutes — mais les chercheurs préviennent que le système n'est « pas encore prêt » pour des alertes publiques autonomes, sans gains de précision mesurés à ce jour.
Entre mai et octobre 2025, le Département du changement climatique et des services météorologiques (DCCMS) du Malawi a mené un projet pilote — exécuté par l'Organisation météorologique mondiale (OMM) et financé via l'initiative CREWS — pour tester si un modèle de prévision météorologique numérique fondé sur l'IA pouvait être intégré dans le flux de travail opérationnel de prévision du pays. Le pilote a déployé « Bris », un modèle météorologique d'IA développé par l'Institut météorologique norvégien (MET Norway) et fourni via le cadre « forecast-in-a-box » du CEPMMT, exécuté sur du matériel local modeste au DCCMS.
Le budget du projet, d'environ 245 775 USD (245 000 CHF), a couvert environ 1 751 heures de travail technique de MET Norway, ainsi que le personnel, les déplacements et l'équipement de l'équipe technique centrale du DCCMS pendant les six mois du pilote, structuré en quatre phases et calendrier pour rendre compte au Congrès extraordinaire de l'OMM en octobre 2025. Des reportages indépendants ont constaté que le modèle d'IA générait une prévision à 5 jours en environ 10 minutes et une prévision à 10 jours en moins de 20 minutes sur du matériel standard, contre plusieurs heures pour une exécution comparable de prévision numérique traditionnelle.
Le pilote est explicitement présenté par l'OMM et ses partenaires techniques comme un test de capacité à un stade précoce, et non comme un déploiement opérationnel. La chercheuse de MET Norway, Lene Østvand, citée dans une couverture journalistique indépendante, a déclaré : « nous n'en sommes pas encore au stade où cela pourrait être utilisé seul pour des alertes publiques », avertissant que « les modèles d'IA peuvent se tromper — en particulier en dehors des conditions pour lesquelles ils ont été entraînés ». Les documents de l'OMM eux-mêmes soulèvent des questions ouvertes sur la capacité de l'IA à appuyer les prévisions et alertes pour les phénomènes météorologiques locaux à fort impact, et le principal résultat du pilote a été une feuille de route pour l'extension régionale et la formation du personnel, plutôt qu'une amélioration mesurée de la précision des prévisions ou du délai d'alerte. L'initiative reste également dépendante d'un soutien technique extérieur continu de la Norvège, une préoccupation reconnue quant à la durabilité de l'appropriation locale.
Implementation detail (cost, timeline, staffing, conditions for success) is not yet available for this practice.
Where this practice's information was retrieved from, and when.
Philippines
In October 2024, the Philippines' PAGASA and ASTI deployed Southeast Asia's first live AI weather system with US firm Atmo: …
Vanuatu
USTDA funds Vanuatu's Meteorology Dept to pilot Tomorrow.io's AI/ML weather platform for cyclone forecasting, announced September 2024 under Weather Ready …
Jamaica
Google DeepMind's WeatherNext AI model gave the U.S. National Hurricane Center — and Jamaica's Meteorological Service — a five-day warning …
Mozambique
Mozambique's INGD and INAM are piloting machine-learning forecasts atop a multi-hazard early-warning system that helped cut Cyclone Freddy's 2023 death …
Open full copilot Grounded in cited practices — always check the sources.