Le attuali previsioni del tempo provengono da alcuni dei computer più potenti della Terra, eseguono milioni di calcoli per risolvere equazioni per prevedere temperatura, vento, precipitazioni e altri eventi meteorologici. L’esigenza combinata di velocità e precisione di una previsione impone anche computer più moderni.
Il futuro potrebbe adottare un sistema radicalmente diverso. La collaborazione tra l’Università di Washington e Microsoft Research la divisione di ricerca di Microsoft, ha evidenziato come l’intelligenza artificiale possa analizzare i precedenti modelli meteorologici per prevedere eventi futuri, in modo più efficiente e potenzialmente più accurato rispetto alla tecnologia odierna.
Il modello meteorologico globale di recente sviluppo basa le sue previsioni sugli ultimi 40 anni di dati meteorologici, piuttosto che su dettagliati calcoli fisici. Lo studio pubblicato nella rivista Journal of Advances in Modeling Earth Systems riporta che il semplice modello di intelligenza artificiale basato sui dati, è in grado di simulare con maggior rapidità un anno di previsioni meteo in tutto il mondo e quasi come i modelli meteorologici tradizionali, compiendo simili passi ripetuti da una previsione all’altra.
Jonathan Weyn del Dipartimento di Scienze dell’Atmosfera, Università di Washington, autore principale della ricerca, ha detto:
«L’apprendimento automatico è essenzialmente una migliore versione del riconoscimento dei modelli meteorologici. Osserva un tipico modello meteorologico, riconosce come si evolve e decide cosa fare sulla base di dati che ha visto negli ultimi 40 anni di dati».
Il nuovo modello sebbene non sia sorprendentemente meno accurato degli attuali tradizionali modelli di previsione, progettato con l’intelligenza artificiale utilizza circa 7.000 volte meno potenza di calcolo per creare previsioni per lo stesso numero di punti sul globo: meno lavoro di calcolo significa risultati più veloci.
È emerso che questa velocità permetterebbe ai centri di previsione di eseguire rapidamente molti modelli meteorologici con condizioni di partenza leggermente diverse, una tecnica chiamata “previsione d’insieme”, permette alle previsioni meteorologiche di coprire la gamma di possibili risultati attesi per un evento meteorologico, ad esempio, dove potrebbe colpire un uragano.
Dale Durran, autore della ricerca, professore di scienze atmosferiche dell’Università di Washington ha detto:
«C’è molta più efficienza in questo sistema. La promessa è che potrebbe consentirci di affrontare i problemi di prevedibilità grazie a un modello abbastanza veloce da gestire insiemi di grandi dimensioni».
Rich Caruana della Microsoft Research inizialmente si era avvicinato al team dell’Università di Washington per proporre un progetto che utilizzasse l’intelligenza artificiale per fare previsioni meteorologiche basate su dati storici senza fare affidamento su leggi fisiche. Jonathan Weyn, ha deciso di partecipare al progetto mentre stava seguendo un corso di informatica in Machine learning all’Università di Washington.
Jonathan Weyn ha detto:
«L’algoritmo dell’intelligenza artificiale dopo essersi addestrato sui dati meteorologici del passato, è in grado di creare relazioni tra le diverse variabili che le equazioni fisiche non possono fare. Possiamo permetterci di usare meno variabili e quindi creare un modello meteorologico più veloce».
Il team di ricercatori per fondere le tecniche di intelligenza artificiale con le previsioni meteo, ha mappato sei superfici di un cubo sul pianeta Terra, poi ha appiattito le sei superfici del cubo, in un modello strutturale di carta. Gli autori per migliorare l’accuratezza delle previsioni hanno trattato le superfici polari in modo differente a causa del loro ruolo unico nel meteo.
Gli autori ogni 12 ore per un anno intero hanno testato il loro modello prevedendo l’altezza globale della pressione di 500 Ettopascal, una variabile standard nelle previsioni meteorologiche.
Il WeatherBench indicato come test di riferimento per le previsioni meteorologiche basate sui dati, in un recente articolo sui test di previsione, sviluppato per previsioni di tre giorni, ha indicato il nuovo modello meteorologico di Jonathan Weyn come uno dei migliori interpreti.
Gli autori in conclusione hanno detto che il modello basato sui dati avrebbe bisogno di maggiori dettagli prima di poter iniziare a competere con le previsioni operative esistenti, ma l’idea è promettente come metodo alternativo per generare previsioni meteo, soprattutto con una quantità crescente di precedenti previsioni e osservazioni meteorologiche.