Rubriche

La prima IA per le previsioni meteo a medio termine

Affidabile anche sugli eventi estremi

Esempio di previsioni probabilistiche fatte dal modello di IA GenCast (fonte: Google DeepMind)

Redazione Ansa

Si chiama GenCast il primo modello di Intelligenza Artificiale in grado di aiutare i meteorologi nelle previsioni a medio termine, nell'ordine dei 15 giorni. Messo a punto da ricercatori dell'azienda Google DeepMind di Londra, il modello ha dimostrato di poter superare in accuratezza i migliori strumenti utilizzati attualmente, anche per quanto riguarda gli eventi estremi, il percorso seguito dai cicloni tropicali e la capacità di produzione dell'energia eolica. I risultati, pubblicati sulla rivista Nature, indicano che GenCast potrebbe diventare uno strumento prezioso per governi, organizzazioni e amministrazioni locali, ad esempio consentendo di pianificare meglio le contromisure da prendere in caso di fenomeni meteorologici estremi.

Le previsioni meteo si basano tradizionalmente su metodi che stimano le condizioni attuali ed il loro evolversi nel tempo generando una previsione cosiddetta deterministica, caratterizzata da valori ben precisi per tutte le variabili analizzate. I ricercatori guidati da Ilan Price, invece, si sono orientati verso una previsione di tipo probabilistico, che si basa su un elevato numero di simulazioni cercando di prevedere le probabilità di un certo scenario sulla base delle condizioni meteo attuali e precedenti, riuscendo a stimare meglio l'incertezza e il rischio.

Il modello GenCast è stato addestrato su 40 anni di analisi dei dati meteorologici raccolti tra il 1979 e il 2018: grazie a questo allenamento, è in grado di produrre, in soli 8 minuti, una previsione meteo a 15 giorni che comprende oltre 80 variabili atmosferiche. I ricercatori l'hanno messa a confronto con il Centro europeo per le previsioni meteorologiche a medio termine, situato a Reading nel Regno Unito, attualmente il migliore a livello globale: i risultati mostrano che GenCast ha superato il Centro europeo in più del 97% dei casi e si è dimostrato più affidabile anche per gli eventi meteo estremi.

Leggi l'articolo completo su ANSA.it