Addio errori nelle previsioni meteo grazie a GraphCast. L'IA di Google DeepMind è più precisa dei meteorologi

Un nuovo sistema di intelligenza artificiale sviluppato da Google DeepMind, chiamato GraphCast, potrebbe rivoluzionare le previsioni del tempo a medio termine. Secondo uno studio pubblicato sulla rivista Science, questo modello basato sull'apprendimento automatico è in grado di fornire previsioni meteo globali a 10 giorni più accurate di qualsiasi altro sistema attualmente disponibile.

I ricercatori hanno addestrato GraphCast analizzando decenni di dati meteo storici, permettendogli di apprendere le complesse interazioni che determinano i cambiamenti delle condizioni atmosferiche. Il sistema è poi in grado di applicare queste conoscenze per prevedere il tempo futuro. A differenza dei metodi tradizionali che si basano su equazioni fisiche, GraphCast sfrutta le reti neurali, un tipo di intelligenza artificiale particolarmente adatto all'elaborazione di dati con struttura spaziale.

GraphCast: il nuovo sistema AI di Google DeepMind che rivoluzionerà le previsioni meteo

I test condotti insieme al Centro Europeo per le Previsioni Meteorologiche a Medio Termine (ECMWF) hanno dimostrato che GraphCast sovraperforma gli attuali modelli di riferimento in termini di accuratezza e velocità. Ad esempio, ha previsto il percorso dell'uragano Lee verso la Nuova Scozia con 9 giorni di anticipo, mentre i sistemi tradizionali ci sono riusciti solo 6 giorni prima. Inoltre, GraphCast può completare una previsione globale in 10 giorni in meno di un minuto, mentre i supercomputer impiegati dagli istituti meteorologici richiedono ore.

Matthew Chantry dell'ECMWF ritiene che questa sia una svolta epocale per il campo delle previsioni meteo: "Probabilmente c'è ancora molto lavoro da fare per creare prodotti operativi affidabili, ma questo è probabilmente l'inizio di una rivoluzione". Le organizzazioni meteorologiche si aspettavano che l'IA sarebbe stata utile soprattutto come supporto ai modelli fisici, ma GraphCast dimostra che può fare previsioni accurate autonomamente.

Il modello di DeepMind effettua previsioni dettagliate su oltre un milione di punti della griglia che copre l'intero globo, analizzando dozzine di variabili come temperatura, pressione, vento e umidità su diversi livelli dell'atmosfera. Ha dimostrato una precisione superiore agli standard attuali per il 90% delle variabili testate. In particolare, nella troposfera, lo strato più basso in cui si formano i fenomeni meteorologici, GraphCast ha sovraperformato in oltre il 99% dei casi.

Secondo gli scienziati, i miglioramenti nella previsione di eventi estremi come uragani e onde di calore potrebbero salvare vite umane, grazie ad evacuazioni e pianificazioni migliori. Inoltre, con il clima che sta diventando sempre più imprevedibile, i dati precisi saranno cruciali. DeepMind ritiene che ci sia ancora spazio per ulteriori ottimizzazioni, ad esempio per quanto riguarda l'intensità dei cicloni tropicali, dove GraphCast è leggermente meno performante.

Per accelerare i progressi, l'azienda ha deciso di rendere open source il codice del modello, in modo che chiunque possa sperimentare e contribuire a migliorarlo. Le potenziali applicazioni di previsioni meteo ultra precise sono innumerevoli, dalla produzione di energie rinnovabili al controllo del traffico aereo. Si tratta di una tecnologia agli albori, che potrà diventare sempre più accurata e rivoluzionaria man mano che verrà ottimizzata con nuovi dati e algoritmi.