À 18 ans, l’étudiant Aditya Sengupta a mis au point une intelligence artificielle nommée ForeCAT pour détecter la turbulence en air clair. Ce phénomène invisible aux radars menace l’altitude de croisière et coûte des centaines de millions de dollars chaque année aux compagnies aériennes mondiales.
Les images d’appareils secoués par des secousses soudaines se multiplient, prenant souvent les passagers et les équipages au dépourvu. C’est à la suite d’une expérience personnelle marquante que le projet a vu le jour. Adolescent, Aditya Sengupta a vécu une zone de turbulences brutale alors qu’aucun nuage ni orage ne se trouvait à proximité, selon les informations rapportées par le Davidson Institute.
Je me suis intéressé à ce problème après avoir moi-même vécu des turbulences soudaines et effrayantes en vol. Je me suis demandé pourquoi quelque chose d’aussi dangereux restait si difficile à prévoir.
Aditya Sengupta, étudiant à Bellevue
Le défi technique de la turbulence en air clair
La turbulence en air clair représente la principale menace météorologique à l’altitude de croisière des avions de ligne. Ce phénomène survient loin des nuages convectifs et ne laisse aucune signature claire sur les écrans des radars météorologiques traditionnels. Actuellement, les équipages de conduite doivent se contenter d’outils d’évaluation encore jugés grossiers pour un phénomène d’une telle localité.
Pour pallier ces limites, les compagnies aériennes et les services de navigation s’appuient aujourd’hui sur des cartes de prévision, des messages SIGMET ainsi que sur les rapports d’autres aéronefs traversant les mêmes zones. Face à ces méthodes traditionnelles, le système développé de manière indépendante par le jeune lycéen aborde le problème sous un angle radicalement différent en combinant la physique de l’atmosphère et les techniques modernes de l’apprentissage automatique.
Le fonctionnement de l’intelligence artificielle ForeCAT
Le système conçu par l’étudiant de Bellevue adopte une approche dite informée par la physique
. Concrètement, le réseau de neurones artificiels ingère des données météorologiques spatio-temporelles tout en intégrant directement les équations mathématiques de la dynamique des fluides qui décrivent les mouvements de l’air.
Selon la documentation fournie par le Davidson Institute, le modèle atteint un taux de précision de 95 % et surpasse l’algorithme industriel existant Graphical Turbulence Guidance. De plus, le système a réussi à rétro-prédire avec un niveau de confiance de 87 % l’épisode sévère survenu lors du vol de Singapore Airlines en mai 2024.
Perspectives d’intégration dans les cockpits et certification
Pensé dès sa conception pour s’immiscer directement au sein des outils de planification de vol et des systèmes de contrôle du trafic aérien, ForeCAT pourrait à terme signaler à l’avance les zones atmosphériques à haut risque. Cela permettrait aux pilotes d’ajuster le niveau de croisière et la route de l’appareil bien avant que celui-ci n’pénètre dans une poche d’air instable, des poches qui se multiplient en raison du réchauffement climatique.
Néanmoins, l’arrivée de telles technologies dans les cockpits nécessite un parcours de validation rigoureux. En Europe, l’EASA travaille déjà sur la mise en place d’un cadre réglementaire spécifiquement dédié aux outils d’intelligence artificielle destinés à l’aide à la décision en vol. Pour les passagers, l’objectif affiché reste de réduire drastiquement le nombre de blessés et de turbulences surprises.
Ces résultats de recherche indépendants menés au lycée ont valu à Aditya Sengupta de décrocher le titre de Davidson Fellow Laureate 2026, accompagné d’une bourse d’études d’un montant de 100 000 dollars, soit environ 92 000 euros. Le jeune lauréat entend désormais poursuivre son cursus en étudiant l’informatique et les sciences naturelles pour continuer à développer ses recherches.