Meteo: Un'ia Di Google Deepmind Si Rivela Più Precisa Di Tutti I Modelli Predittivi Attuali.

L'intelligenza artificiale continua a rivoluzionare i metodi e ad aumentare l'efficienza in molti settori. Se pensate che le previsioni meteorologiche a medio termine non siano affatto affidabili, dovreste sapere che l'intelligenza artificiale potrebbe presto cambiare le cose in questo campo. Un'IA sviluppata da Google Deepmind si è dimostrata più precisa di tutti i modelli di previsione attuali. Spiegazioni.

Un progresso nel campo delle previsioni meteorologiche.

Le previsioni meteorologiche sono importanti sia per i privati che per i professionisti. Consentono loro di adattare le proprie attività in base alle intemperie e di pianificare il proprio programma. Tuttavia, non sono sempre affidabili, soprattutto a medio termine...

In questo campo come in molti altri, l'intelligenza artificiale potrebbe aiutare i meteorologi a fare un vero e proprio salto in avanti, stando a quanto riportato di recente sulla prestigiosa rivista Science.

Un team di Google Deepmind, la filiale del gruppo specializzata in intelligenza artificiale, ha sviluppato un programma di previsione meteo su 10 giorni chiamato GraphCast e ha ottenuto risultati sorprendenti.

Previsioni accurate in un tempo record.

L'IA sviluppata da Google Deepmind è riuscita a superare quasi tutti gli strumenti di previsione esistenti per le previsioni meteorologiche a medio termine. Ma la sua efficacia non è l'unica qualità. Per ottenere questo eccellente risultato, questa intelligenza artificiale ha utilizzato solo una frazione della potenza di calcolo necessaria a HRES, acronimo di High Resolution Forecast che indica il sistema di previsione del Centro europeo per le previsioni meteorologiche.

Le prestazioni di GraphCast, rivelate nella rivista Science, sono impressionanti. Secondo gli autori di questo articolo, questo algoritmo ha ottenuto risultati superiori a quelli di HRES su più del 99% delle variabili meteorologiche e nel 90% delle 1300 regioni testate!

Questa intelligenza artificiale si è anche dimostrata capace di prevedere catastrofi con grande precisione. Ha anticipato il punto di impatto preciso dell'uragano Lee, che ha colpito la provincia canadese della Nuova Scozia a settembre, 9 giorni in anticipo. Dall'altra parte, i sistemi di previsione tradizionali ci sono riusciti solo 6 giorni prima dell'arrivo dell'uragano e con una precisione geografica minore.

Ma la vera rivoluzione è la velocità con cui GraphCast fornisce i suoi risultati. Mentre il sistema HRES ha bisogno di diverse ore per fornire previsioni meteorologiche su 10 giorni, l'algoritmo di Google Deepmind fornisce un risultato in meno di un minuto!

Un metodo radicalmente diverso.

GraphCast si distingue dai sistemi di previsioni meteorologiche attuali per l'uso dell'intelligenza artificiale ma anche per i dati utilizzati per ottenere un risultato.

Oggi, i migliori sistemi di previsione meteorologica come l'HRES funzionano tutti allo stesso modo: utilizzano equazioni termodinamiche e di meccanica dei fluidi per calcolare parametri come la temperatura, l'umidità e la pressione atmosferica.

Poiché queste equazioni sono estremamente complesse, è necessario molto tempo e grande competenza per definirle e tradurle in algoritmi. La previsione meteorologica richiede anche l'uso di supercomputer all'avanguardia, che offrono una potenza di calcolo fenomenale, per applicare questi calcoli su larga scala.

Gli ingegneri di Google Deepmind hanno scelto un approccio completamente diverso. Invece di calcolare le variazioni dell'atmosfera a partire da equazioni, hanno preferito basare le loro previsioni su dati provenienti dal mondo reale. Hanno addestrato la loro intelligenza artificiale utilizzando un'enorme base di dati meteorologici raccolti per decenni.

Questo allenamento ha permesso a GraphCast di imparare le relazioni di causa ed effetto che governano l'evoluzione del tempo. Il sistema di Google utilizza le regole che ha appreso per determinare rapidamente il tempo nei prossimi 10 giorni, senza dover passare attraverso equazioni molto complesse.

Uno strumento che non è infallibile.

Alla luce delle sue impressionanti prestazioni, si potrebbe pensare che GraphCast stia per sostituire tutti gli altri sistemi predittivi. Ma ciò non accadrà nel prossimo futuro, perché questo metodo di previsioni meteorologiche presenta un difetto maggiore.

Con questo tipo di intelligenza artificiale, si possono solo osservare i risultati e, eventualmente, lodarne l'accuratezza. Ma non si può determinare con precisione come l'algoritmo sia arrivato a tali conclusioni. La magia avviene in una sorta di "scatola nera" che rimane opaca alla nostra comprensione... Se l'algoritmo iniziasse a proporre risultati scollegati dalla realtà, sarebbe quasi impossibile accorgersene e individuare la fonte esatta del problema.

Al contrario, i modelli predittivi tradizionali sono molto più solidi. In effetti, la precisione delle previsioni meteorologiche migliora costantemente, non solo perché i supercomputer utilizzati sono sempre più potenti, ma anche perché i meteorologi continuano a perfezionare le loro equazioni nel tempo, confrontando le previsioni con il tempo reale.

Anche i ricercatori di Google Deepmind riconoscono che la loro invenzione non ha lo scopo di sostituire i sistemi predittivi moderni come HRES. Ritengono piuttosto che i due strumenti siano complementari. GraphCast è un nuovo strumento la cui sperimentazione continuerà. Interessa i ricercatori in meteorologia perché può essere molto utile, a condizione di non affidarsi interamente ad esso. Almeno, per ora…