Previsioni del tempo accurate come mai fino ad ora, grazie all'AI: Google presenta il suo nuovo strumento
Le previsioni del tempo non sono una scienza esatta. Frutto di elaborazioni complesse sull’atmosfera e sui moti delle grandi masse d’aria, sono tanto più accurate quanto vicine nel tempo. Di recente però Google ha deciso di sfidare questo limite, lanciando GraphCast, un modello di previsioni del tempo basato su IA che dovrebbe offrire un’accuratezza senza precedenti. Ma sarà davvero così?
Previsioni del tempo accurate e veloci: come funziona Google GraphCast
Google DeepMind
I tradizionali modelli utilizzati per le previsioni del tempo si basano su complessi calcoli di fluidodinamica e termodinamica. Se i dati sul meteo sono forniti dall’aeronautica militare, è proprio per il costo e l’attrezzatura necessaria a ottenerli. E, come abbiamo detto in introduzione, hanno davvero senso soltanto entro pochi giorni dal momento in cui effettuano questi calcoli. Più in avanti nel tempo, le variabili non consentono di avere una grande accuratezza.
Come affermato nello studio pubblicato su Science, Google GraphCast fa esattamente la stessa cosa, ma non si limita ai soli calcoli avanzati. In più, esamina anche dati storici, condizioni meteo attuali e archi temporali più ampi. Questo modello per le previsioni del tempo osserva quindi il passato e il presente, fornendo dati sul futuro con una precisione sorprendente. Secondo i dati forniti da Google DeepMind, la divisione di Google che si occupa dei progetti legati all’intelligenza artificiale, GraphCast sarà in grado di fornire previsioni del tempo sui 10 giorni successivi accurate al 90%. E fornirle in soli 60 secondi.
L’intelligenza artificiale è il futuro delle previsioni meteo?
Pexels
Estendere le previsioni del tempo fino a 10 giorni nel futuro, senza compromettere la loro affidabilità, è una rivendicazione non da poco. E i tecnici di DeepMind al lavoro su Google GraphCast lo sanno bene. Se il sistema di previsioni del tempo basato su IA dovesse confermare i risultati attuali, potrebbe trattarsi di una svolta epocale nel campo meteorologico. Il nodo principale non è soltanto la mera previsione delle condizioni meteo da qui a 3 giorni, o da qui a una settimana. Da questo punto di vista, appare molto più importante la previsione di eventi estremi, come cicloni tropicali e cambiamenti climatici.
Se dovesse funzionare, l’implementazione di Google GraphCast non migliorerà soltanto le attuali modalità di previsione del tempo, ma potrà fornire strumenti per anticipare in modo più efficace gli eventi estremi del clima. In pratica, l’intelligenza artificiale rappresenta una nuova chiave di lettura per il settore delle previsioni meteorologiche, e non solo.
Non è tutto oro quel che luccica: i limiti di Google GraphCast
Pexels
Nel loro studio, i ricercatori di Google DeepMind esaltano i vantaggi dell’intelligenza artificiale e di Google GraphCast. Sono però anche i primi a segnalarne alcuni limiti. Il nuovo metodo, sostiene il team di ricerca, non affronta l’incertezza nelle previsioni meteorologiche, soprattutto negli scenari estremi. Inoltre, i test attuali si sono basati sulle previsioni specifiche e sui confronti con HRES, il metodo tradizionale di prevedere il meteo. In breve: GraphCast non si è ancora misurato con l’incertezza delle condizioni meteo reali.
Pur unendosi alle altre tecnologie Google di previsione del tempo, come Nowcasting e MetNet-3, GraphCast è costitutivamente diverso. Il largo ricorso a modelli di intelligenza artificiale, l’ambizione e la portata del progetto lo rendono un unicum nel panorama scientifico. Allo stesso tempo, sono molto importanti anche i limiti della tecnologia, che andranno risolti per tempo. Il rischio è quello di non poter contare su uno strumento all’avanguardia per prevedere il meteo ma soltanto dell’ennesimo strumento secondo cui domani pioverà. E poi non piove.
