Le previsioni meteo potrebbero essere vicine ad un punto di svolta: un sistema basato sull’Intelligenza Artificiale e sviluppato da Google DeepMind si è cimentato con quelle a medio termine, cioè fino a 10 giorni, dimostrandosi più accurato dei modelli usati attualmente nel 90% dei casi, e battendo gli avversari anche nelle previsioni di eventi meteo estremi, per i quali non era stato addestrato in maniera specifica. Il risultato è stato pubblicato sulla rivista Science, ma i ricercatori sottolineano che il nuovo sistema, chiamato GraphCast, non andrebbe a sostituire i metodi tradizionali, ma piuttosto ad affiancarli.
L’attuale standard per le previsioni meteo è la cosiddetta ‘previsione meteorologica numerica’, che utilizza modelli matematici dell’atmosfera terrestre partendo dalla condizione meteo conosciuta al momento della previsione. L’accuratezza di questo metodo è migliorata drasticamente nel corso degli ultimi decenni, ma rimane molto complesso e, data l’enorme mole di dati da analizzare, richiede l’uso congiunto di supercalcolatori. Un’alternativa alle previsioni numeriche può essere ora offerta da quelle basate sull’apprendimento automatico, come quella sviluppata dai ricercatori guidati da Remi Lam.
GraphCast utilizza i dati relativi alle condizioni meteo più recenti, registrate all’ora esatta e nelle 6 ore precedenti, per effettuare una previsione a breve termine per le 6 ore successive con elevata risoluzione spaziale. Poi, i dati ottenuti vengono nuovamente ‘dati in pasto’ all’AI, per avere una previsione fino a 10 giorni in meno di 1 minuto. Gli autori dello studio hanno messo alla prova il loro sistema facendo un confronto con quello più avanzato al momento a disposizione per le previsioni a medio termine: GraphCast si è dimostrato superiore nel 90% dei casi e ha prodotto previsioni più accurate anche per eventi meteo estremi come cicloni tropicali e temperature anomale, nonostante il suo addestramento non abbia riguardato questi casi particolari.
Riproduzione riservata © Copyright ANSA
