Meteo – Google presenta uno strumento che supera tutti gli attuali modelli di previsione grazie all’intelligenza artificiale

ISCRIVITI AL CANALE WHATSAPP DI TVIWEB PER RIMANERE SEMPRE AGGIORNATO

CLICCA QUI

Il gigante tecnologico americano Alphabet, tramite il suo laboratorio di ricerca sull’intelligenza artificiale Google DeepMind, sta cercando di trasformare il modo in cui vengono fatte le previsioni meteorologiche. Il suo nuovo software sperimentale, GenCast, ha dimostrato di superare i modelli tradizionali del Centro Europeo per le Previsioni Meteorologiche a Medio Termine (ECMWF), da anni punto di riferimento nel settore.

Previsioni più rapide e precise

Nei test recenti, GenCast si è distinto per la sua capacità di prevedere con maggiore accuratezza condizioni meteorologiche future, eventi estremi e percorsi di uragani, arrivando a determinare il luogo di approdo con maggiore precisione. Questo sistema non solo fornisce risultati migliori rispetto ai modelli attuali, ma lo fa anche in tempi molto più rapidi e utilizzando meno risorse computazionali.

Mentre i sistemi tradizionali impiegano ore per analizzare enormi quantità di dati, GenCast richiede appena otto minuti per elaborare una previsione. Ciò è reso possibile dall’utilizzo dell’apprendimento automatico, che permette al software di “imparare” da decenni di dati meteorologici raccolti tra il 1979 e il 2018. Variabili come velocità del vento, temperatura, pressione e umidità sono state integrate nel sistema per addestrarlo a fare previsioni sempre più accurate.

ISCRIVITI AL CANALE WHATSAPP DI TVIWEB PER RIMANERE SEMPRE AGGIORNATO

CLICCA QUI

Uno dei punti di forza di GenCast è la sua capacità di gestire l’incertezza, uno degli aspetti più complessi nelle previsioni meteorologiche. Secondo i ricercatori, non si tratta solo di prevedere lo scenario più probabile, ma di analizzare una gamma di possibilità e assegnare una probabilità a ciascuna. Questo approccio è fondamentale per migliorare la capacità di risposta agli eventi meteorologici estremi.

Nonostante i risultati promettenti, GenCast non è esente da limiti. L’uso di dati storici per addestrare il modello può creare discrepanze in un contesto di cambiamenti climatici accelerati. I modelli tradizionali si basano sulle leggi della fisica, che rimangono invariate nel tempo, mentre i modelli basati sull’intelligenza artificiale devono adattarsi a condizioni che cambiano più rapidamente.

Inoltre, la rilevanza e la qualità dei dati di addestramento sono fondamentali. Se i dati non sono aggiornati o rappresentativi delle attuali dinamiche atmosferiche, le previsioni potrebbero risultare meno accurate.

Il lavoro di Google DeepMind rappresenta solo l’ultima di una serie di innovazioni nel settore. Nel 2023, l’azienda ha introdotto GraphCast, un software su cui si basa GenCast, e NeuralGCM, che combina modelli fisici e intelligenza artificiale per previsioni climatiche a lungo termine.

Questi strumenti dimostrano come la tecnologia possa non solo migliorare la comprensione del clima e del tempo, ma anche rendere più efficace la gestione delle emergenze e delle risorse in caso di eventi meteorologici estremi. GenCast potrebbe rappresentare un passo avanti decisivo nel modo in cui l’uomo interpreta e anticipa i fenomeni naturali.