Con l’IA le previsioni meteo saranno attendibili anche a 15 giorni: come funziona il modello di Google

Ogni giorno ci affidiamo alle previsioni meteo per prendere decisioni. Portare o meno un ombrello, allontanarsi da una zona a rischio alluvione o prepararsi a un'ondata di calore. Finora è stato molto difficile calcolarle in modo corretto a distanza di tempo. Nonostante equazioni matematiche complesse e mole di dati analizzati in tempo reale. L'intelligenza artificiale potrebbe però risolvere il problema. Secondo un nuovo studio pubblicato da DeepMind su Nature, un nuovo modello chiamato GenCast potrebbe prevedere le condizioni meteo in modo attendibile anche a distanza di 15 giorni.

"È un risultato impressionante", ha spiegato all Cnn Peter Dueben, esperto di apprendimento automatico e responsabile della modellazione del sistema terrestre presso l'European Center for Medium-Range Weather Forecasts. "È un grande passo". GenCast utilizza l'intelligenza artificiale di DeepMind di Google e le sue previsioni sono state molto più accurate di quelle prodotte dai modelli tradizionali, secondo lo studio.

Come vengono realizzate le previsioni meteo

I tradizionali modelli di previsioni del tempo si basano su equazioni matematiche complesse che modellano la fisica dell'atmosfera e utilizzano centinaia di milioni di dati provenienti da osservazioni meteorologiche in tempo reale. In questo modo riescono a prevedere come sarà il meteo tra un giorno, una settimana o un mese. Questi processi di meteorologia numerica sono stati utilizzati per la prima volta a inizio ‘900. I calcoli venivano eseguiti manualmente, il metodo era lento e faticoso. Poi negli anni '50 e '60 arrivano i primi computer, ma solo nel 1974 viene inaugurato il primo modello di previsione metereologica.

Oggi i supercomputer permettono di eseguire calcoli e previsioni estremamente dettagliate, ma per un arco di tempo ridotto. I nuovi modelli IA, come GenCast, adottano un approccio diverso. Cercano infatti di prevedere il movimento e i cambiamenti dell'atmosfera terrestre utilizzando i dati metereologici passati. Non solo, eseguono anche simulazioni più veloci utilizzando meno potenza di calcolo. GenCast è in grado di eseguire decine di simulazioni contemporaneamente, secondo lo studio. "Il modello oltre a generare diversi futuri possibili, permette anche di calcolare quelli più probabili", ha spiegato Ilan Price, autore principale del nuovo studio e ricercatore senior presso DeepMind.

Come funziona GenCast

I ricercatori hanno addestrato GenCast su 40 anni di dati meteorologici, fino al 2018. Hanno utilizzato il modello per prevedere oltre 1.300 combinazioni meteo, calcolando temperature, precipitazioni e velocità del vento. GenCast ha prodotto previsioni più accurate rispetto al modello tradizionale dell'ECMWF di oltre il 97% in un arco di tempo pari a 15 giorni, secondo lo studio. "Ha mostrato un miglioramento dell'accuratezza dal 10 al 30% nelle previsioni nell'intervallo da tre a cinque giorni" ha spiegato Price. I risultati segnano un “punto di svolta nella tecnologia di modellazione meteorologica basata sull’intelligenza artificiale."

Quali sono i possibili problemi dei nuovi modelli

GenCast non è perfetto. "Il modello di apprendimento automatico non sa nulla di fisica", ha spiegato Dueben, e prevede il futuro in base ai dati passati, sono quindi più difficili da prevedere eventi estremi che per esempio non si sono verificati negli anni precedenti. Considerando il riscaldamento globale e la crisi climatica questo potrebbe essere un problema. Non solo, secondo Düben, i modelli di intelligenza artificiale possono iniziare a inventare una fisica impossibile sulla Terra. "Si può essere scettici quanto si vuole sulle previsioni di apprendimento automatico in linea di principio", ha sottolineato Dueben, "ma questi modelli avranno un impatto positivo sulle nostre previsioni meteorologiche. Non c'è dubbio".