Prevedere il meteo con l’Intelligenza Artificiale

GOOGLE GRAPHCAST UTILIZZA L’APPRENDIMENTO AUTOMATICO PER PREVEDERE IL METEO

Prevedere il meteo con l’AI: un nuovo tool di Google promette di superare i metodi  convenzionali – e in meno di un minuto

Previsioni meteo: siamo all’alba di una nuova era, alimentata dall’intelligenza artificiale. Google DeepMind, il laboratorio di ricerca sull’IA di Google, sta sviluppando un modello di apprendimento automatico che, secondo quanto affermato, può prevedere con precisione il tempo in pochi secondi, invece che le attuali ore, superando il 90% degli obiettivi utilizzati dai migliori sistemi di previsione meteorologica del mondo.

L’Intelligenza Artificiale segna un “punto di svolta” per la previsione del tempo e la presa di decisioni, dicono gli scienziati di Google DeepMind.

Come funzionano le previsioni metereologiche con l’IA

Chiamato GraphCast, il modello di previsione metereologica basato sull’IA di Google DeepMind è stato addestrato su quasi 40 anni di dati meteorologici storici per migliorare la sua precisione, spiega la rivista Science.

L’addestramento dell’IA ha richiesto quattro settimane e 32 computer. L’algoritmo così prodotto può prevedere il tempo fino a 10 giorni di distanza in meno di un minuto su un singolo computer desktop. L’accuratezza di GraphCast supera significativamente i sistemi meteorologici attuali su ben il 90% delle 1.380 metriche considerate.

L’IA è anche migliore nella previsione di eventi meteorologici gravi, inclusa l’estrema temperatura e il tracciamento dei cicloni tropicali, come spiegano gli scienziati di Google DeepMind nel loro articolo sulla rivista Science.

Come funzionano le previsioni metereologiche convenzionali

Attualmente, la previsione del meteo coinvolge potenti supercomputer – computer ad alte prestazioni – che effettuano calcoli complessi basati su osservazioni provenienti da stazioni meteorologiche, satelliti e boe. I supercomputer utilizzano un approccio chiamato “previsione numerica del tempo”, un processo intensivo che comporta la risoluzione delle equazioni che governano il tempo.

Si tratta di un processo costoso e lungo. Nello specifico, sono necessarie sei ore al Centro Europeo per le Previsioni Meteorologiche a Medio Raggio in Italia per produrre le previsioni meteorologiche più accurate del mondo, spiegano gli scienziati di Google DeepMind. Questo processo si ripete ogni sei ore, tipicamente quattro volte al giorno, tutti i giorni.

Caratteristiche di GraphCast AI

GraphCast AI è un metodo basato sull’apprendimento automatico per la previsione meteorologica globale a medio raggio, sviluppato da DeepMind e Google. Utilizza reti neurali grafiche (GNNs) per apprendere le complesse dinamiche fisiche di fluidi e altri materiali dai dati di ri-analisi.

GraphCast AI può prevedere centinaia di variabili meteorologiche, oltre i 10 giorni, in meno di un minuto. Supera i sistemi deterministici operativi più accurati sul 90% di 1380 obiettivi di verifica, e le sue previsioni supportano una migliore previsione di eventi gravi, inclusi cicloni tropicali, fiumi atmosferici e temperature estreme. Impatti sull’industria

GraphCast AI ha significative implicazioni per l’industria produttiva, in quanto può contribuire a migliorare il processo decisionale in molti settori sociali ed economici che dipendono da previsioni meteorologiche accurate ed efficienti.

Ad esempio, GraphCast AI può contribuire a ottimizzare i rendimenti delle colture, ridurre i consumi energetici, migliorare la salute pubblica e mitigare gli impatti delle catastrofi naturali.

GraphCast AI dimostra anche la promessa dell’apprendimento automatico per la modellazione di sistemi dinamici complessi, aprendo nuove possibilità per esplorare altri ambiti come il cambiamento climatico, la qualità dell’aria e il flusso del traffico.

I trend

1. Previsione meteorologica con IA – GraphCast AI utilizza l’apprendimento automatico per prevedere il tempo e ha implicazioni per la presa di decisioni in vari settori.

2. Reti neurali grafiche – GraphCast AI utilizza reti neurali grafiche per apprendere le complesse dinamiche di fluidi e materiali.

3. Miglioramento della presa di decisioni – GraphCast AI migliora la presa di decisioni fornendo previsioni meteorologiche accurate ed efficienti che possono ottimizzare i rendimenti delle colture, ridurre i consumi energetici, migliorare la salute pubblica e mitigare gli impatti delle catastrofi naturali. Implicazioni per l’industria

Gli impatti sull’industria e le produzioni 

GraphCast AI ha implicazioni per l’industria dei prodotti poiché può migliorare la presa di decisioni in ambiti economici che dipendono da previsioni meteorologiche accurate.

1. Cambiamento climatico – GraphCast AI apre nuove possibilità per esplorare ambiti come il cambiamento climatico, consentendo una migliore comprensione e previsione dei modelli climatici.

2. Qualità dell’aria – Le capacità di apprendimento automatico di GraphCast AI possono essere sfruttate per migliorare il monitoraggio e la previsione della qualità dell’aria, beneficiando settori legati alla salute ambientale e al controllo dell’inquinamento.

Perché l’IA è migliore nella previsione del tempo?

Per migliorare l’accuratezza dell’approccio tradizionale alla previsione del tempo sarebbe necessario impiegare una potenza di calcolo più costosa. Ma gli scienziati di Google DeepMind sostengono che GraphCast può prevedere il tempo in modo più economico ed accurato utilizzando dati meteorologici storici. In particolare:

• L’IA può identificare modelli nei dati che non sono facili da individuare nelle equazioni. Può poi utilizzare queste scoperte per migliorare l’accuratezza delle previsioni meteorologiche
• GraphCast è anche circa 1.000 volte più economico in termini di efficienza energetica rispetto ai metodi convenzionali di previsione meteorologica, riporta il Financial Times.

Forse non sono le uniche due variabili che meritano di essere considerate ma sono certamente un indicatore importante dell’impatto – epocale – che l’Intelligenza Artificiale sta dimostrando di avere sulle nostre attività. Senza dubbio, quello sulle previsioni metereologiche mostra un potenziale di efficientamento difficile da contraddire e di grande beneficio per tutti gli attori coinvolti.

Fonti: WEF / Google

Immagine di copertina: Brian McGowan via Unsplash

Autrice: Barbara Marcotulli

Maker Faire Rome – The European Edition, promossa dalla Camera di Commercio di Roma, si impegna fin dalla sua prima edizione a rendere l’innovazione accessibile e fruibile, offrendo contenuti e informazioni in un blog sempre aggiornato e ricco di opportunità per curiosi, maker, PMI e aziende che vogliono arricchire le proprie conoscenze ed espandere la propria attività, in Italia e all’estero.

Seguici sui nostri social (Facebook, Instagram, Twitter, LinkedIn, YouTube) e  iscriviti alla nostra newsletter: ti forniremo solo le informazioni giuste per approfondire i temi di tuo interesse.