Morten Strauch
· 06.02.2024
Si tratta di un campo molto stimolante. GraphCast di Google è attualmente l'approccio più promettente all'integrazione dell'IA nelle previsioni meteorologiche. Per addestrare l'IA utilizza i dati meteorologici globali degli ultimi 40 anni, ossia i dati delle previsioni e le situazioni che si sono effettivamente verificate. Grazie ai cosiddetti dati di rianalisi, il modello dispone di una buona base per imparare, ad esempio, come si spostano le massime e le minime. A questo si aggiungono le leggi fisiche della terra e i valori statistici. Ad esempio, il modello AI sa che l'uragano si è spostato nella direzione X in una determinata situazione meteorologica. Questa enorme quantità di dati e il relativo pool di conoscenze vengono quindi utilizzati per effettuare calcoli previsionali.
Al contrario! Mentre gli enormi computer, che si trovano anche nel seminterrato del Servizio meteorologico tedesco, impiegano diverse ore per calcolare un modello meteorologico numerico, il modello AI fornisce i risultati dopo pochi minuti e richiede addirittura molta meno potenza di calcolo. Nei test, i risultati del Centro europeo per le previsioni meteorologiche a medio raggio (ECMWF) sono stati confrontati con quelli del modello AI. Nell'incredibile 90% dei casi, l'IA è risultata più accurata in termini di valori misurati come temperatura, velocità del vento e pressione atmosferica. Questo risultato può essere tranquillamente descritto come una svolta nelle previsioni del vento e del tempo.
Non lo credo davvero, perché anche l'intelligenza artificiale ha le sue debolezze. Essendo logicamente addestrata solo con dati meteorologici storici, non può prendere in considerazione in modo decisivo i cambiamenti climatici che sono già stati messi in moto. Una tempesta con valori record misurati in Corsica, ad esempio, potrebbe essere molto più grave nel prossimo futuro, poiché il mare continuerà a riscaldarsi e questo genererà anche più energia nell'atmosfera. Gli eventi meteorologici potrebbero quindi essere sottovalutati o addirittura male interpretati. Saranno ancora necessari esperti per interpretare i modelli meteorologici e perfezionare le previsioni di conseguenza. L'intelligenza artificiale può quindi essere solo un aiuto, anche se molto valido.
Non credo che l'intelligenza artificiale sia l'ultima parola in fatto di saggezza. È solo questione di tempo prima che arrivi qualcosa di nuovo. Quindici anni fa, appendevo le carte meteorologiche in tutto l'ufficio. Quando un marinaio mi chiamava per dirmi la sua posizione, stampavo le carte meteorologiche della regione e con un triangolo, una bussola e una matita determinavo dove si sarebbe trovato il marinaio alla sua velocità media e cosa poteva aspettarsi. Oggi, con la tecnologia più avanzata, posso evocare un routing meteorologico dalla mia tasca tra due presentazioni fieristiche se ricevo una richiesta urgente. Grazie all'intelligenza artificiale, in futuro tutto ciò sarà molto più veloce e preciso. Ma chi può sapere cosa succederà in futuro?
Il 2023 è stato un anno estremo: siccità, piogge torrenziali, inondazioni del secolo e tempeste devastanti. Quest'anno si prevede che sarà altrettanto estremo, forse anche peggio. Il treno del riscaldamento globale è già in piena corsa e la famosa manovra di rallentamento di 1,5 gradi dell'Accordo sul clima di Parigi purtroppo non si realizzerà. Ciò significa che dobbiamo imparare a gestire il riscaldamento globale e ad adattarci a condizioni meteorologiche estreme. Naturalmente, questo non avviene sempre in modo generalizzato, ma piuttosto selettivo. Quindi può accadere che ad Amburgo e Kiel ci sia un'estate piacevole e rilassata e che la gente si chieda dove sia il clima estremo. Ma se non è alle porte di casa nostra, sta sicuramente accadendo da qualche altra parte e gli impatti sono sempre più vicini.