Ecco come l’intelligenza artificiale rivoluzionerà le previsioni meteo

Gli esperti del settore sono concordi nell’affermare che l’intelligenza artificiale non sostituirà completamente i metodi tradizionali, ma piuttosto li completerà. “GenCast probabilmente lavorerà insieme ai metodi attuali per produrre previsioni meteo ancora più precise“

Nel panorama delle previsioni meteorologiche, l’intelligenza artificiale sta emergendo come una nuova e potente tecnologia che ha lo scopo di cambiare radicalmente il modo in cui ci prepariamo agli eventi atmosferici, inclusi i fenomeni estremi. Google DeepMind ha recentemente presentato GenCast, un modello basato sull’IA che promette di migliorare l’affidabilità delle previsioni meteo fino a 15 giorni in anticipo, sfidando i modelli tradizionali utilizzati dai principali centri meteorologici.

Previsioni più rapide con Gencast

GenCast si distingue per la sua capacità di offrire previsioni più rapide e precise rispetto ai modelli fisici tradizionali. La tecnologia prevede i pattern meteorologici futuri, riuscendo a tracciare i percorsi dei cicloni tropicali con un preavviso maggiore rispetto alle simulazioni tradizionali. In uno studio pubblicato su Nature, è emerso che il modello ha superato uno degli approcci più avanzati, l’ENS (European Centre for Medium-Range Weather Forecasts), nel prevedere gli eventi atmosferici più estremi.

“GenCast ha mostrato previsioni migliori sia per il meteo giornaliero che per gli eventi estremi“, ha commentato Ilan Price, uno dei ricercatori di DeepMind. “Le previsioni sono più accurate e forniscono più tempo per prepararsi agli eventi climatici avversi“, ha aggiunto.

La velocità come vantaggio competitivo

Uno degli aspetti più innovativi di GenCast è la velocità di prevedere gli eventi e il clima. Grazie alla potenza di calcolo delle TPU di Google Cloud, GenCast è in grado di generare previsioni meteo per i successivi 15 giorni in meno di 10 minuti, a differenza dei modelli tradizionali che possono richiedere ore. Questo non solo consente di risparmiare tempo, ma offre anche una potenziale riduzione dei costi energetici, un vantaggio non indifferente nell’era dei data center a consumo elevato. “Le previsioni veloci di GenCast potrebbero anche contribuire a mitigare l’impatto ambientale dei data center“, ha osservato un ricercatore di DeepMind.

Le previsioni di GenCast a confronto con i modelli tradizionali

A confronto con il modello ENS, che è stato lo standard per le previsioni meteo a medio termine, GenCast ha dimostrato con una serie di test di essere superiore agli altri modelli. “Nel 97,2% dei casi, GenCast ha superato l’accuratezza del sistema di previsione dell’ECMWF“, ha spiegato Price. Questo risultato è stato possibile grazie all’apprendimento da quattro decenni di dati meteorologici, compresi fattori come temperatura, velocità del vento e pressione atmosferica. “Le capacità di predizione di GenCast sono davvero impressionanti“, ha dichiarato Kerry Emanuel, professore emerito di scienze atmosferiche al MIT, “un passo avanti significativo nelle previsioni meteo”.

Previsioni accurate per eventi estremi

La velocità e la precisione di GenCast sono particolarmente rilevanti per la previsione di eventi estremi, come tifoni, ondate di calore e tempeste violente. “Le previsioni accurate e tempestive permettono di intraprendere azioni preventive più efficaci, riducendo i danni economici e migliorando la sicurezza pubblica“, ha affermato Price. Le previsioni del percorso del tifone Hagibis, ad esempio, hanno mostrato la capacità di GenCast di prevedere il percorso con una settimana di anticipo, con una riduzione significativa dell’incertezza man mano che l’evento si avvicinava.

Gli esperti del settore sono concordi nell’affermare che l’intelligenza artificiale non sostituirà completamente i metodi tradizionali, ma piuttosto li completerà. “GenCast probabilmente lavorerà insieme ai metodi attuali per produrre previsioni meteo ancora più precise“, ha detto Emanuel. “Ogni sistema ha i suoi punti di forza e di debolezza nel trattare i fenomeni atmosferici caotici“, ha continuato. Carlo Buontempo, direttore del programma europeo Copernicus, ha sottolineato che anche l’ECMWF sta integrando metodi basati sull’intelligenza artificiale, come l’Artificial Intelligence Forecasting System (AIFS). “Stiamo già utilizzando alcuni dei metodi sviluppati in GenCast”, ha dichiarato Buontempo, “e vediamo enormi potenzialità in queste tecnologie emergenti“.

“Siamo entusiasti che la comunità scientifica possa utilizzare e sviluppare ulteriormente la nostra ricerca“, ha affermato Price. Questa tecnologia potrebbe portare a progressi significativi nell’accuratezza delle previsioni meteo: “L’uso dell’AI per le previsioni meteo potrebbe davvero aprire nuove possibilità per proteggere le persone e le economie da eventi atmosferici estremi“.