C’è aria di cambiamento nel mondo della meteorologia, e non stiamo parlando del riscaldamento globale. NeuralGCM (Neural general circulation model), un nuovo modello di previsione, sta per fare irruzione sulla scena come un fronte freddo in piena estate. La sua arma segreta? Un mix esplosivo di fisica atmosferica e deep learning che lo rende fino a 100.000 volte più efficiente dei modelli tradizionali nel simulare l’atmosfera. È come passare da una calcolatrice a un supercomputer, ma per le previsioni del tempo.
Quando l’IA incontra le nuvole (no, non parlo di cloud computing)
NeuralGCM è una vera e propria rivoluzione nel campo della meteorologia. Per voi che volete approfondire, qui trovate la ricerca pubblicata su Nature. Per voialtri che avete sete di notizie e meno tempo, proseguo io. Questo modello combina la fisica tradizionale dell’atmosfera con le più avanzate tecniche di deep learning. Il risultato? Previsioni del tempo che fanno sembrare i modelli attuali come le predizioni degli aruspici nell’antica Roma.
NeuralGCM è competitivo con i modelli di machine learning per le previsioni da uno a dieci giorni, e con il sistema di previsione d’insieme del Centro europeo per le previsioni meteorologiche a medio termine per le previsioni da uno a quindici giorni.
Traduzione: questo nuovo arrivato sta dando filo da torcere ai pesi massimi del settore, e lo sta facendo con una frazione delle risorse computazionali.
Questa immagine mostra come funziona NeuralGCM, il nuovo modello meteorologico ibrido: a) Il modello prende informazioni sul tempo attuale, come temperatura e pressione (gli input). Usa anche alcuni fattori casuali (il rumore) per simulare l’imprevedibilità dell’atmosfera. Queste informazioni passano attraverso due parti principali:
Un “nucleo dinamico” che simula i grandi movimenti dell’atmosfera usando le leggi della fisica. Un “modulo di fisica appresa”, che è una rete neurale che prevede gli effetti di processi più piccoli e complessi, come la formazione delle nuvole. Il modello combina queste informazioni per calcolare come cambierà il tempo nel prossimo momento (il nuovo stato). Questo processo si ripete molte volte per fare previsioni future. b) Il “modulo di fisica appresa” è mostrato in dettaglio. Prende informazioni su una singola colonna verticale dell’atmosfera e usa l’intelligenza artificiale per prevedere come cambierà nel tempo. Questa combinazione di fisica tradizionale e deep learning rende NeuralGCM molto più efficiente dei modelli tradizionali, permettendogli di fare previsioni accurate usando meno potenza di calcolo.
Meteorologia e IA: quando fare di più con meno non è solo uno slogan
Parlando di risorse computazionali, preparatevi a restare a bocca aperta. NeuralGCM non si limita a essere preciso, è anche incredibilmente efficiente. L’ho già detto, può simulare l’atmosfera fino a 100.000 volte più velocemente dei suoi concorrenti. È come se, mentre gli altri modelli stanno ancora caricando i dati, NeuralGCM avesse già finito. Ma NeuralGCM non si ferma alle previsioni del weekend. Questo piccolo prodigio della meteorologia computazionale è in grado di simulare il clima per decenni. Con la temperatura superficiale del mare prescritta, può tracciare con precisione le metriche climatiche per molti, molti anni a venire. E parlo solo di medie globali: le previsioni climatiche con una risoluzione di 140 chilometri mostrano fenomeni emergenti come frequenze e traiettorie realistiche, ad esempio, dei cicloni tropicali.
Naturalmente, non è tutto rose e fiori. Come ogni nuova tecnologia, NeuralGCM ha le sue sfide. Per esempio, il modello fatica a estrapolare climi futuri sostanzialmente diversi. È come chiedere a un esperto di vini di prevedere il sapore dell’uva coltivata su Marte: possiamo fare delle ipotesi, ma il margine di errore è considerevole.
Il lato umano della previsione artificiale
Ho tra gli amici due professionisti veri e seri nel campo della meteorologia, e li metto spesso davanti al “fatto compiuto” quando pubblico notizie su questo tema, perchè ho un po’ paura di essere bacchettato, e faccio prevalere il dovere della cronaca. Ora, visto che loro sorriderebbero a quello che sto per scrivere, mi rivolgo ai loro colleghi. A voi meteorologi, da Giuliacci in poi. Prima che iniziate a temere per il posto di lavoro del vostro meteorologo preferito, respirate profondamente. NeuralGCM non è qui per sostituirvi, dicono, ma per potenziare le vostre capacità.
Il futuro della meteorologia
Allora, cosa ci riserva il futuro? Se NeuralGCM manterrà le sue promesse, potremmo essere sull’orlo di una rivoluzione. Previsioni più accurate significa non solo sapere se portare l’ombrello, ma anche gestire meglio le risorse idriche, prevedere e mitigare i disastri naturali, e persino ottimizzare la produzione di energia rinnovabile. D’altra parte, c’è sempre il rischio che questo nuovo approccio possa portare a una sorta di “scatola nera” della meteorologia, dove le previsioni, per quanto apparentemente accurate, sono difficili da spiegare. E sappiamo tutti quanto gli esseri umani amino le spiegazioni, specialmente quando si tratta del tempo.
In sintesi, NeuralGCM è un salto quantico nel mondo della meteorologia. Nelle prossime previsioni del tempo, dietro quei simboli di sole e nuvole potrebbe esserci un sofisticato modello ibrido che combina la saggezza di secoli di meteorologia con l’ultimo grido dell’intelligenza artificiale. E forse, solo forse, potrete finalmente fidarvi quando vi dice che non pioverà nel weekend.
Io comunque porto dietro un ombrello. Giusto per sicurezza.
L’articolo NeuralGCM: l’IA riscrive la meteorologia: fino a 100.000 volte più efficiente è tratto da Futuro Prossimo.
Tecnologia, intelligenza artificiale, meteo
