Modello meteorologico AI utilizza 7.000 volte meno potenza rispetto ai modelli tradizionali

La previsione del tempo è una delle attività cruciali che i nostri computer più potenti svolgono. Richiede milioni di calcoli e macchine massive che risolvono equazioni, che aiutano a prevedere condizioni come temperatura, vento e pioggia. È anche uno strumento vitale per prevedere grandi eventi meteorologici, che possono interrompere intere regioni ed economie.

Il campo della previsione del tempo continua a migliorare rapidamente mentre la nostra tecnologia evolve, diventando più precisa ed efficiente. Un nuovo lavoro nato da una collaborazione tra l’University of Washington e Microsoft Research dimostra come l’intelligenza artificiale (AI) possa essere utilizzata per queste previsioni. La nuova tecnologia analizza i modelli meteorologici passati per prevedere eventi futuri, e lo fa più efficientemente dei modelli attuali. Con ulteriori avanzamenti, potrebbe anche raggiungere un punto in cui sarà molto più precisa dei modelli di oggi.

Nuovo modello meteorologico globale

Il nuovo modello meteorologico globale utilizza gli ultimi 40 anni di dati meteorologici per effettuare le previsioni, il che è diverso dagli altri che utilizzano calcoli fisici. Il nuovo modello è semplice e basato sui dati, e può simulare i modelli meteorologici per un intero anno, applicandosi in tutto il mondo. È più veloce e altrettanto efficiente dei modelli attuali, che raggiunge attraverso passaggi ripetuti con ogni previsione.

La ricerca è stata pubblicata sulla rivista Journal of Advances in Modeling Earth Systems.

Jonathan Weyn è l’autore principale della ricerca.

“L’apprendimento automatico sta essenzialmente facendo una versione glorificata del riconoscimento di pattern”, ha detto Weyn. “Vede un pattern tipico, riconosce come di solito si evolve e decide cosa fare in base agli esempi che ha visto negli ultimi 40 anni di dati”.

Il nuovo modello è attualmente meno preciso dei modelli all’avanguardia di oggi, ma essendo basato sull’AI, utilizza 7.000 volte meno potenza del computer per sviluppare la stessa gamma di previsioni. Poiché ha un carico di lavoro computazionale più piccolo, è più veloce.

Previsione ensemble

Con questa maggiore velocità, i centri di previsione potrebbero eseguire più modelli con condizioni diverse. Ciò si chiama “previsione ensemble”, e viene utilizzato per effettuare previsioni su una gamma di condizioni possibili per un evento meteorologico.

Dale Durran è un professore di scienze atmosferiche dell’UW e un autore della ricerca.

“C’è così tanta più efficienza in questo approccio; è questo che è così importante”, ha detto Durran. “La promessa è che potrebbe permetterci di affrontare problemi di prevedibilità avendo un modello abbastanza veloce da eseguire grandi ensemble”.

Questo progetto è iniziato quando Rich Caruana di Microsoft Research, che è un coautore del documento, ha proposto l’uso dell’AI per le previsioni meteorologiche basate sui dati storici. Ciò significava che le leggi fisiche non dovevano più essere utilizzate per effettuare tali previsioni.

“Dopo l’addestramento sui dati meteorologici passati, l’algoritmo AI è in grado di stabilire relazioni tra diverse variabili che le equazioni fisiche non possono fare”, ha detto Weyn. “Possiamo permetterci di utilizzare molti meno variabili e quindi creare un modello molto più veloce”.

Il modello è stato testato prevedendo una variabile standard nella previsione del tempo. Ha effettuato previsioni ogni 12 ore per un intero anno, e il nuovo modello è stato uno dei migliori in base a WeatherBench, che è un test di benchmark per le previsioni meteorologiche basate sui dati.

I ricercatori devono continuare a regolare il modello se deve essere utilizzato accanto o al posto dei modelli esistenti. Gli autori ritengono che potrebbe essere un’alternativa per generare previsioni del tempo in futuro.