Clima 4.0, Microsoft lancia “Aurora”: previsioni meteo mai così accurate

Un modello di intelligenza artificiale di Microsoft ha ottenuto previsioni meteorologiche a 10 giorni più accurate e a un costo inferiore rispetto ai modelli tradizionali delle principali agenzie internazionali. Lo rivela un articolo pubblicato su Nature. Queste prestazioni sperimentali, non disponibili al grande pubblico, rappresentano una nuova svolta nell’era inaugurata nel 2023 dal modello di IA Pangu-Weather di Huawei, mentre le grandi agenzie si sforzano di produrre previsioni più affidabili sugli eventi estremi, costosi in termini di vite umane e distruzione e già accentuati dal riscaldamento globale. Anche Google aveva annunciato lo scorso anno di aver battuto i modelli tradizionali con un modello di apprendimento IA. In questo caso, il modello Aurora di Microsoft “supera le previsioni operative in materia di qualità dell’aria, onde oceaniche, traiettorie dei cicloni tropicali e condizioni meteorologiche ad alta risoluzione, il tutto a un costo di calcolo” nettamente inferiore, riferiscono i ricercatori nei risultati pubblicati su Nature. Secondo i progettisti, Aurora, simulando situazioni del recente passato, è il primo modello di IA ad aver sistematicamente compreso meglio la traiettoria a 5 giorni di cicloni devastanti rispetto a sette centri di previsione, tra cui il Centro americano per gli uragani. Nella sua simulazione, Aurora ha previsto con 4 giorni di anticipo che Doksuri, il tifone più costoso del Pacifico fino ad oggi (oltre 28 miliardi di dollari), avrebbe colpito le Filippine, mentre le previsioni ufficiali dell’epoca, nel 2023, lo davano in direzione nord di Taiwan.

Il modello di IA di Microsoft ha anche superato nel 92% dei casi la qualità delle previsioni mondiali, a 10 giorni e su una scala di circa 10 km2, stabilite dal modello del Centro europeo per le previsioni meteorologiche a medio termine, che è considerato il punto di riferimento mondiale in materia di precisione meteorologica. A dicembre, Google aveva annunciato che il suo modello GenCast aveva superato la precisione del centro europeo in oltre il 97% dei 1.320 disastri climatici registrati nel 2019. Queste prestazioni promettenti, ma ancora sperimentali e testate solo su dati passati, sono seguite con attenzione dalle agenzie meteorologiche, molte delle quali, come Météo-France, stanno sviluppando il proprio modello di apprendimento IA parallelamente ai modelli numerici tradizionali. “È qualcosa che abbiamo preso molto sul serio”, ha dichiarato all’AFP Florence Rabier, direttrice generale del Centro europeo annunciando di aver messo a disposizione dei suoi Stati membri nel mese di febbraio il suo “primo modello” di apprendimento, “circa 1.000 volte meno costoso in termini di tempo di calcolo rispetto al modello fisico” tradizionale. Questo sistema produce attualmente previsioni su una scala di circa 30 km2, certamente meno precise di quelle di Aurora, ma già operative e utilizzate quotidianamente dai meteorologi ufficiali.