Il modello GenCast AI di Google mira a rivoluzionare il settore delle previsioni meteorologiche

L'Ardèche è stata inondata da diluvi lo scorso ottobre. Questo fine settimana, dal 7 all'8 dicembre, venti violenti hanno devastato la Francia settentrionale.

Oggi, dobbiamo simulare i movimenti dell'aria, l'umidità e la pressione dell'atmosfera per prevedere il meteo. Ci vogliono ore per eseguire questi calcoli sui supercomputer. Google ha appena svelato GenCast, un modello che può produrre risultati in otto minuti grazie all'intelligenza artificiale.

Un modello sempre più preciso

Il simulatore analizza 40 anni di dati meteorologici storici per prevedere rapidamente l'evoluzione del meteo in un periodo di 15 giorni. La rapidità del simulatore non ne influenza l'accuratezza o l'efficienza. Il supercomputer è stato testato su diversi fenomeni climatici recenti e confrontato con il modello ENS europeo, che è il riferimento standard, ha prodotto previsioni migliori per 15 giorni in 971 casi TP3T.

Il supercomputer potrebbe prevedere condizioni meteorologiche estreme, comprese le tempeste.

Il modello di Google, ad esempio, avrebbe potuto dare avvisi sulle tempeste tropicali con 12 ore di anticipo. Lo studio ha scoperto che era in grado di fornire una stima migliore della traiettoria della tempesta e delle forti piogge, dando più tempo per avvertire e proteggere le popolazioni.

Sebbene i risultati di questo modello siano incoraggianti, non dovrebbe essere utilizzato per sostituire i modelli esistenti. Infatti, l'intelligenza artificiale deve essere alimentata con dati provenienti da modelli esistenti e dalle loro varie stazioni di osservazione sul campo. Il fatto è che i meteorologi non hanno ancora fiducia nell'intelligenza artificiale, poiché sembra loro un po' magica o nebulosa. I meteorologi preferiscono le simulazioni fisiche, poiché sono più rigorose e concrete. È probabile che entrambi gli approcci vengano impiegati in parallelo. Il codice di Google sarà effettivamente reso disponibile come progetto open source, in modo che tutti i meteorologi possano testarlo e farsi le proprie opinioni.

Professionale Servizio di automazione Python per soluzioni personalizzate