L’evento, organizzato da LaMMA, AISAM e Agenzia ItaliaMeteo ha fatto il punto su come si stanno muovendo i servizi meteo e la ricerca Italiana
Riceviamo e pubblichiamo da Agenzia Toscana Notizie.
Oggi a Firenze, presso l’Innovation Center, ricercatori e meteorologi da tutta Italia si sono incontrati per una giornata di approfondimento tecnico-scientifico sul tema dell’Intelligenza artificiale, AI, e di come essa sia destinata a rivoluzionare il lavoro del meteorologo nei prossimi anni.
Serviranno ancora i previsori meteo o l’AI li sostituirà nel giro di qualche anno?
Il workshop, a cui hanno partecipato oltre 100 previsori e ricercatori da tutta Italia, è stato organizzato dalla sezione professionisti di AISAM – Associazione Italiana di Scienze dell’Atmosfera e Meteorologia – dal Consorzio LaMMA e dall’Agenzia ItaliaMeteo.
L’Assessore regionale all’ambiente Monia Monni commenta:
Il tema affrontato nel workshop che si tiene oggi a Firenze è quanto mai attuale ed il titolo ‘L’Intelligenza artificiale sostituirà i meteorologi?’ è davvero calzante perché sintetizza l’ambivalenza delle recenti innovazioni tecnologiche, che da una parte aprono grandi opportunità di perfezionamento degli attuali sistemi di previsione e dei modelli matematici in uso, utili anche in un’ottica di Protezione Civile; dall’altra, però, è innegabile che questa rapida esplosione dell’AI generi alcune irrequietezze e timori, proprio per la sua grande portata innovativa.
Approfondire il tema con esperti di livello nazionale ed internazionale, meteorologi, matematici, ricercatori, è sicuramente un modo intelligente per conoscere, capire e prepararsi alle novità future ed imparare ad applicarle al meglio.
Gli ultimi anni hanno visto uno sviluppo esplosivo delle tecniche di machine learning, apprendimento automatico, applicate all’analisi e alla previsione dei fenomeni atmosferici.
Negli ultimi due/tre anni è avvenuto un vero salto quantico nel campo dell’Intelligenza artificiale applicata alle previsioni del tempo con l’uscita di modelli globali basati su algoritmi di intelligenza artificiale, alternativi a quelli fisico-numerici, ovvero quelli impiegati fin dagli anni 50 e tutt’oggi utilizzati.
Nei modelli tradizionali, i computer vengono implementati per risolvere le equazioni fondamentali della fisica che regolano la dinamica dei flussi atmosferici simulando gli scambi su tutto il globo.
Con l’Intelligenza artificiale, invece, i computer vengono impiegati per analizzare enormi quantità di dati meteo del passato, facendo una previsione prevalentemente basata sui dati, appunto data-driven. Pochi tra gli addetti ai lavori credevano realistico questo passaggio fino a poco tempo fa.
Il grande salto è partito su impulso di alcune grandi aziende tecnologiche come NVIDIA, Huawei e Google DeepMind, che tra il 2022 e il 2023 hanno rilasciato modelli globali basati su AI in grado di competere con il modello fisico IFS del Centro europeo per le Previsioni a Medio-Termine, ECMWF, uno dei riferimenti per la meteorologia mondiale.
Come ha recentemente dimostrato uno studio dell’Università di Reading, in Inghilterra, i modelli data-driven globali, ovvero Graph Cast di Google DeepMind, Pangu Weather di Huawei, e due modelli di NVIDIA, sono stati capaci di riprodurre accuratamente la posizione e le caratteristiche sinottiche della tempesta Ciaran del novembre 2023.
Nel giugno scorso anche gli scienziati del Centro Europeo hanno rilasciato un loro modello basato sull’Intelligenza artificiale, AI-IFS, le cui uscite sono già consultabili sul web.
La marcia in più di questo approccio è la velocità di calcolo.
Inoltre, dato che l’approccio alla previsione meteorologica sarà sempre più probabilistico, l’economicità computazionale dell’AI apre grandi prospettive nelle applicazioni con i sistemi di ensemble, dove si fanno più simulazioni modellistiche contemporaneamente.
Ad esempio, Google DeepMind dichiara di riuscire a produrre una previsione a scala globale a circa 30 km di risoluzione e per i successivi 10 giorni in meno di un minuto su un tipo di architettura di calcolo esplicitamente pensata per eseguire algoritmi di intelligenza artificiale.
Se i calcoli sono molto più ‘veloci’ sarà possibile far girare molte più simulazioni, con beneficio ad esempio nell’accuratezza della previsione degli eventi estremi.
