Meteo: Google introduce le super previsioni con l’Intelligenza Artificiale

La compagnia americana annuncia di aver ideato uno strumento previsionale rivoluzionario

Negli anni ’60 il noto fisico dell’atmosfera Edward Lorentz ha, per primo, definito la caoticità dell’atmosfera e il conseguente limite temporale di 15 giorni nella sua predittibilità, caratteristica dell’atmosfera ben descritta dal paradosso dell’Effetto Farfalla, di cui parla anche il col. Giuliacci in un suo video: VIDEO: LE FARFALLE LIMITANO LE PREVISIONI DEL TEMPO !!

Quello dei 15 giorni è insomma un limite invalicabile per una previsione del tempo (ovvero “il tempo che farà”) deterministica, basata cioè sul principio di causa-effetto, e ottenuta quindi risolvendo le equazioni di fisica dell’atmosfera a partire da una situazione iniziale che definisce il punto di partenza (in pratica “il tempo che c’è”). Peraltro, le previsioni del tempo sono tutt’oggi ancora lontane da tale limite e si spingono, con affidabilità accettabile, al più fino ai 10 giorni. Ed ecco l’annuncio rivoluzionario di DeepMind, azienda londinese controllata da Alphabet, operante nel settore dell’Intelligenza Artificiale: i suoi ricercatori avrebbero infatti sviluppato uno strumento che, grazie ad algoritmi di Intelligenza Artificiale, sarebbe in grado di ottenere previsioni del tempo affidabili fino a 15 giorni e in tempi molto più rapidi dei principali modelli oggi in uso!

Caratteristiche e potenzialità del nuovo strumento previsionale sono descritti in un lavoro (“Probabilistic weather forecasting with machine learning”) pubblicato a inizio Dicembre sulla rivista scientifica Nature. In particolare, gli sviluppatori hanno confrontato le prestazioni dell’innovativo modello previsionale, ribattezzato GenCast, con quelle del modello del Centro Europeo (ECMWF), analizzando la previsione dei principali parametri meteo fino a 15 giorni in 1320 località a scala globale: in base ai risultati del loro test comparativo, il nuovo strumento sviluppato da DeepMind avrebbe superato il modello europeo nel 97,2% dei casi! Ma come funziona il rivoluzionario metodo previsionale basato sull’Intelligenza Artificiale?

GenCast ha un approccio alla previsione assai differente da quello dei modelli fisico-matematici attualmente in uso: a differenza di questi ultimi, infatti, non segue un percorso deterministico che lo porta a risolvere l’enorme mole di calcoli delle equazioni che spiegano il funzionamento dell’atmosfera e, al contrario, studia gli schemi meteorologici del passato per individuare gli sviluppi futuri più probabili: si ottiene quindi la probabilità che si verifichi una determinata previsione. E’ insomma un modello probabilistico che imita il comportamento del cervello umano: GenCast apprende dal passato per riconoscere schemi (e quindi situazioni meteo) che si ripetono all’interno dell’atmosfera. In questo modo lo strumento sviluppato da DeepMind sarebbe in grado di spingersi, con buona affidabilità, fino a 15 giorni e in tempi rapidissimi (appena qualche minuto), decisamente più contenuti delle ore invece necessarie ai modelli fisico-matematici di tipo deterministico.

Per arrivare a queste prestazioni, l’algoritmo di Intelligenza Artificiale è stato letteralmente “addestrato” con un’enorme mole di dati meteo del passato forniti dal Centro Europeo: GenCast ha quindi “imparato” a riconoscere gli schemi meteorologici ricorrenti lavorando su 40 anni di dati, che coprono il periodo che va dal 1979 al 2018. Una volta “addestrato”, l’innovativo strumento previsionale è stato testato analizzando quanto fosse in grado di prevedere correttamente il tempo osservato nel 2019, e le risposte sono state eccellenti.

Tra i risultati più promettenti ottenuti da GenCast, gli sviluppatori sottolineano in particolare le ottime risposte avute nella previsione del percorso degli uragani, fenomeno atmosferico estremamente temibili a causa degli ingenti danni e dell’elevato numero di vittime che è in grado di causare: i test comparativi hanno mostrato una superiore accuratezza e, soprattutto, maggiore rapidità nel descriverne la traiettoria futura, rispetto ai modelli tradizionali. In ogni caso Kerry Emanuel, Professore emerito di Scienze Atmosferiche al MIT di Boston, nel ribadire che l’estensione della prevedibilità delle condizioni meteo da 10 a 15 giorni possa garantire enormi benefici socio-economici, sottolinea come il nuovo strumento previsionale, più che a sostituire, sia destinato ad affiancare i tradizionali modelli previsionali, che rimarranno comunque fondamentali.

I responsabili di DeepMind hanno peraltro assicurato che l’algoritmo previsionale verrà condiviso online, per invitare gli esperti di meteorologia di tutto il mondo a collaborare al suo miglioramento, mentre le previsioni realizzate grazie a GenCast verranno presto pubblicate su Earth Engine e Big Query di Google.