In Europa le previsioni metereologiche saranno affidate ancor più all’intelligenza artificiale. Proprio in questi giorni, infatti, il Centro europeo per le previsioni meteorologiche a medio termine (ECMWF) ha lanciato un nuovo modello di previsione alimentato dall’AI, l’Artificial Intelligence Forecasting System (AIFS), in grado di fornire risultati fino al 20% più accurati rispetto ai modelli più avanzati del settore. E non è tutto. Secondo quanto riferito dallo stesso ECMWF, il nuovo modello lavora a una velocità superiore rispetto ai suoi competitor, richiedendo meno energia – circa 1000 volte in meno – per elaborare le sue previsioni.
Nel complesso, quindi, si tratta di una novità utile per il settore, dove i modelli di previsione metereologica sono uno strumento essenziale per supportare stati e amministrazioni locali nel prevenire eventi metereologici estremi, oltre che per fornire informazioni utili ai cittadini sull’andamento del clima. Ma in cosa si differenzia davvero un modello supportato dall’AI dai tradizionali modelli di previsione metereologica? Innanzitutto, questi ultimi si basano sulla risoluzione di equazioni fisiche, il che significa che possono fornire soltanto previsioni approssimative sui comportamenti atmosferici. Al contrario, invece, un modello come AIFS potrebbe estrapolare informazioni utili dai dati acquisiti sulle condizioni metereologiche, così da poter restituire previsioni più precise ed accurate.
Non a caso, infatti, l’ECMWF ha deciso di rilasciare il nuovo modello subito dopo il rilascio di GenCast di Google DeepMind, un modello di previsione metereologica basato sull’AI, in grado di fornire risultati superiori a tutti i competitor sul mercato – almeno fino a prima dell’annuncio di AIFS. Per il momento, quindi, l’Artificial Intelligence Forecasting System è il primo tentativo del Centro europeo per le previsioni di abbracciare la tecnologia per fornire informazioni più precise ai suoi utenti. L’obiettivo dell’organizzazione, infatti, è quello di poter combinare tra loro i modelli basati sulla fisica e quelli basati sui dati, così da poter creare un modello ibrido altamente performante. Soltanto conoscendo alla perfezione il contesto, infatti, l’AI sarà in grado di fornire previsioni davvero accurate.
Fonte : Wired
