I creatori di un nuovo programma meteorologico basato sull'IA affermano che può raggiungere lo stesso livello di precisione delle previsioni convenzionali prodotte in ore o giorni su potenti supercomputer in appena un secondo su un desktop. Dagli anni '50, la previsione meteorologica si è principalmente basata su modelli fisici che analizzano i dati provenienti da satelliti, palloni e stazioni meteorologiche. Queste calcolazioni, note come previsione numerica del tempo (NWP), richiedono risorse di calcolo e energia sostanziali, utilizzando grandi e costosi supercomputer. Negli ultimi tempi, ci sono stati tentativi di migliorare questo processo con l'IA. Ad esempio, i ricercatori di Google hanno sviluppato l'anno scorso uno strumento di IA in grado di sostituire il codice complesso in sezioni di un modello meteorologico, riducendo significativamente la potenza computazionale necessaria. DeepMind ha poi avanzato questo approccio utilizzando l'IA per generare l'intera previsione, adottata dal Centro europeo per le previsioni meteorologiche a medio termine (ECMWF) con l'introduzione del Sistema di previsioni con intelligenza artificiale il mese scorso. Tuttavia, questa integrazione graduale dell'IA nella previsione meteorologica non ha eliminato tutti i metodi computazionali tradizionali, una lacuna che Richard Turner dell'Università di Cambridge e il suo team intendono colmare con il loro nuovo modello. Turner osserva che i precedenti sforzi si sono concentrati esclusivamente sulle previsioni trascurando il passo vitale dell'inizializzazione, in cui i dati provenienti da satelliti globali, palloni e stazioni meteorologiche vengono combinati e organizzati in una griglia strutturata. “Quel processo consuma la metà delle risorse computazionali, ” sottolinea. I ricercatori hanno sviluppato un sistema chiamato Aardvark Weather, che sostituisce per la prima volta le fasi di previsione e inizializzazione. Aardvark utilizza solo il 10% dei dati di input necessari ai sistemi attuali, producendo risultati paragonabili alle migliori previsioni NWP, come evidenziato nel loro studio. Compilare una previsione completa, che tipicamente richiede ore o giorni su un supercomputer per la NWP, ora può essere realizzato in circa un secondo su un desktop standard con Aardvark. Tuttavia, Aardvark opera su un modello a griglia della superficie terrestre con celle di 1, 5 gradi quadrati, a differenza del modello ERA5 dell'ECMWF, che presenta celle piccole fino a 0, 3 gradi. Questa dimensione della griglia più grande significa che Aardvark potrebbe perdere schemi meteorologici complessi e inaspettati, secondo David Schultz dell'Università di Manchester. “Ci sono molti fattori non risolti che potrebbero compromettere la tua previsione, ” afferma Schultz.

“A questa scala, non riescono a rappresentare efficacemente gli estremi. ” Turner sostiene che Aardvark potrebbe superare alcuni modelli esistenti nell'identificare eventi rari come i cicloni. Tuttavia, ammette che modelli di IA come il suo si basano ancora fortemente su modelli fisici per il loro addestramento. “Fallisce assolutamente se rimuovi i dati di addestramento del modello fisico e utilizzi solo dati osservazionali, ” ammette. “Abbiamo tentato di creare un modello completamente privo di fisica, ma i risultati non sono stati soddisfacenti. ” Turner immagina un futuro in cui la previsione meteorologica coinvolga scienziati che affinano modelli fisici sempre più precisi che, a loro volta, addestrano i sistemi di IA a replicare le loro uscite in modo più rapido ed efficiente. Alcuni, come Nikita Gourianov dell'Università di Oxford, sono anche più ottimisti, predicendo che l'IA potrebbe alla fine produrre previsioni meteorologiche che superano le capacità NWP, utilizzando solo dati meteorologici osservazionali e storici. “È una questione sia di scala che di ingegnosità, ” osserva. “Essere astuti riguardo all'input dei dati e alla strutturazione della rete neurale è fondamentale. ”