Ricercatori di Google hanno creato un nuovo modello di previsioni meteorologiche che combina machine learning e tecniche più convenzionali, un sistema che dovrebbe potenzialmente permettere di ottenere previsioni meteo ancora più accurate a una frazione del costo attuale.
Il modello è denominato NeuralGCM: è descritto in un articolo scientifico su Nature e combina elementi che hanno negli ultimi anni separato esperti di previsioni del tempo.
Da una parte abbiamo tecniche di machine learning per prevedere condizioni climatiche tenendo conto di dati dagli anni passati, scelta che si è dimostrata efficiente ma che può dimostrare debolezze nelle previsioni a lungo termine.
Dall’altra abbiamo i modelli generali della circolazione (quelli usati tradizionalmente nelle previsioni climatiche per comprendere il clima e prevedere i cambiamenti climatici futuri); questi ultimi sono usati da 50 anni nelle previsioni meteo, sfruttano complesse equazioni per simulare il comportamento dell’atmosfera terrestre e fornire previsioni accurate, ma sono lenti e costosi da gestire.
Gli esperti sono divisi su quali possono essere gli strumenti più affidabili a lungo termine e Google mira a risolvere il problema combinando le due tecniche.
“Non è una questione di fisica vs AI. È più come mettere insieme fisica e AI”, riferisce Stephan Hoyer, ricercatori AI di Google Research e tra i coautori dello studio. Il sistema,i spiega MIT Technology Review, sfrutta ancora modelli convenzionali per gestire le enormi quantità di variazioni nei cambiamenti atmosferici necessarie per fare previsioni ma incorpora l’AI che tende a funzionare meglio dove con altri modelli si evidenziano errori, tipicamente con previsioni su scala più piccola di 25km. “È qui che iniettiamo l’AI molto selettivamente, per correggere errori che si accumulano su scala ridotta”, spiega Hoyer.
Il risultato, spiegano i ricercatori, è un modello in grado di produrre previsioni di qualità più velocemente e con minore potenza computazionale. A loro dire, NeuralGCM si è rivelato accurato per le previsioni da 1 a 15 giorni elaborate dall’ European Centre for Medium-Range Weather Forecasts (ECMWF), Centro europeo per le previsioni meteorologiche, organizzazione intergovernativa partner nella ricerca.
I ricercatori hanno fatto sapere che NeuralGCM sarà open source ed eseguibile con meno di 5500 linee di codice, un record rispetto alle 377.000 linee di codice richieste ad esempio dalla National Oceanic and Atmospheric Administration (NOAA), agenzia scientifica che negli USA si occupa di previsioni meteorologiche, monitoraggio delle condizioni oceaniche e atmosferiche e tracciamento di mappe dei mari.
