Google afferma che i nuovi modelli di intelligenza artificiale consentono previsioni meteorologiche “quasi istantanee”

Uno strumento sempre più importante in un mondo modellato dai cambiamenti climatici

Di James Vincent
L’intelligenza artificiale potrebbe essere particolarmente utile per le previsioni a breve termine.
Le previsioni meteorologiche sono notoriamente difficili, ma negli ultimi anni gli esperti hanno suggerito che l’apprendimento automatico potrebbe aiutare meglio a separare il sole dalla nevischio. Google è l’ultima azienda a essere coinvolta e in un post di blog di questa settimana ha condiviso una nuova ricerca che afferma che consente previsioni meteo “quasi istantanee”.

Il lavoro è nelle prime fasi e deve ancora essere integrato in qualsiasi sistema commerciale, ma i primi risultati sembrano promettenti. Nel non-peer-reviewed della carta , i ricercatori di Google descrivono come sono stati in grado di generare previsioni accurate delle precipitazioni fino a sei ore prima del tempo con una risoluzione a 1 km dal solo “minuti” di calcolo.

Questo è un grande miglioramento rispetto alle tecniche esistenti, che possono richiedere ore per generare previsioni, anche se lo fanno per periodi di tempo più lunghi e generano dati più complessi.

Pronostici rapidi, affermano i ricercatori, saranno “uno strumento essenziale necessario per un adattamento efficace ai cambiamenti climatici, in particolare per condizioni meteorologiche estreme”. In un mondo sempre più dominato da modelli meteorologici imprevedibili, dicono, le previsioni a breve termine saranno cruciali per la “crisi gestione e riduzione delle perdite di vite umane e proprietà. “

Il lavoro di Google ha utilizzato i dati radar per prevedere le precipitazioni. L’immagine in alto mostra la posizione del cloud, mentre l’immagine in basso mostra le precipitazioni. Credito: NOAA , NWS , NSSL
Il più grande vantaggio offerto dall’approccio di Google rispetto alle tecniche di previsione tradizionali è la velocità. I ricercatori dell’azienda hanno confrontato il loro lavoro con due metodi esistenti: previsioni del flusso ottico (OF), che osservano il movimento di fenomeni come le nuvole, e previsioni di simulazione, che creano simulazioni dettagliate basate sulla fisica dei sistemi meteorologici.

Il problema con questi metodi più vecchi – in particolare la simulazione basata sulla fisica – è che sono incredibilmente intensi dal punto di vista computazionale. Le simulazioni effettuate dalle agenzie federali statunitensi per le previsioni meteorologiche, ad esempio, devono elaborare fino a 100 terabyte di dati dalle stazioni meteorologiche ogni giorno e impiegare ore per funzionare su costosi supercomputer.

“SE OCCORRONO 6 ORE PER CALCOLARE UNA PREVISIONE, CIÒ CONSENTE SOLO 3-4 CORSE AL GIORNO”
“Se ci vogliono 6 ore per calcolare una previsione, ciò consente solo 3-4 corse al giorno e si traducono in previsioni basate su dati di oltre 6 ore, il che limita la nostra conoscenza di ciò che sta accadendo in questo momento “, ha scritto l’ingegnere software di Google Jason Hickey in un post sul blog.

I metodi di Google, al confronto, producono risultati in pochi minuti perché non provano a modellare sistemi meteorologici complessi, ma fanno invece previsioni su semplici dati radar come proxy per le precipitazioni.

I ricercatori dell’azienda hanno addestrato il loro modello di intelligenza artificiale sui dati radar storici raccolti tra il 2017 e il 2019 negli Stati Uniti contigui dalla National Oceanic and Atmospher Administration (NOAA). Dicono che le loro previsioni erano buone o migliori di tre metodi esistenti che fanno previsioni dagli stessi dati, sebbene il loro modello sia stato sovraperformato quando hanno tentato di fare previsioni con più di sei ore di anticipo.

Questo sembra essere il punto debole per l’apprendimento automatico nelle previsioni meteorologiche in questo momento: fare previsioni rapide a breve termine, lasciando previsioni più lunghe a modelli più potenti. I modelli meteorologici di NOAA, ad esempio, creano previsioni con un massimo di 10 giorni di anticipo.

Sebbene non abbiamo ancora visto tutti gli effetti dell’IA sulle previsioni meteorologiche, molte altre aziende stanno studiando anche questa stessa area, tra cui IBM e Monsanto . E, come sottolineano i ricercatori di Google, tali tecniche di previsione diventeranno sempre più importanti nella nostra vita quotidiana man mano che avvertiamo gli effetti dei cambiamenti climatici.

Di ihal