Lo straordinario nuovo strumento meteorologico AI di Google potrebbe salvare vite | ENBLE
Il nuovo incredibile strumento meteorologico AI di Google potrebbe essere un salvavita | ENBLE
Un nuovo modello di previsione del tempo basato sull’intelligenza artificiale può fare il lavoro con una precisione senza precedenti e significativamente più velocemente rispetto alla tecnologia attuale.
Creato da Google DeepMind – il laboratorio di intelligenza artificiale del gigante del web – GraphCast sembra destinato a rivoluzionare il processo di previsione del tempo.
GraphCast può prevedere il meteo fino a 10 giorni in anticipo “in modo più accurato e molto più veloce rispetto al sistema di simulazione meteorologica High Resolution Forecast (HRES), considerato il parametro di riferimento del settore e prodotto dal Centro europeo per le previsioni meteorologiche a medio termine (ECMWF)”, ha scritto Google DeepMind in un post martedì.
In particolare, lo strumento può offrire anche avvertimenti anticipati su eventi meteorologici estremi e prevedere il movimento dei cicloni in modo più accurato, dando alle autorità e ai residenti più tempo per prepararsi alle tempeste dannose, potenzialmente salvando vite umane.
Quando l’uragano Lee ha colpito il Canada orientale a settembre, GraphCast ha previsto con precisione che sarebbe arrivato in Nuova Scozia nove giorni prima, mentre le previsioni tradizionali lo avevano predetto solo sei giorni prima.
- Un’era importante nella storia dei MacBook è finalmente finit...
- Questi tablet per prendere appunti semplificano i tuoi compiti, app...
- Acquista una subscription a vita di Babbel per soli $150 per impara...
GraphCast è stato allenato su quattro decenni di dati meteorologici, permettendogli di apprendere le relazioni di causa-effetto dei sistemi meteorologici terrestri, ha detto il team di DeepMind.
Straordinariamente, GraphCast impiega meno di 60 secondi per creare una previsione di 10 giorni, molto più veloce rispetto all’approccio convenzionale usato da HRES, che, secondo il team, “può richiedere ore di calcolo su un supercomputer con centinaia di macchine”.
In un confronto tra i due sistemi, GraphCast ha fornito previsioni più accurate su oltre il 90% delle 1.380 variabili di test e dei tempi di previsione rispetto a HRES.
“Quando abbiamo limitato la valutazione alla troposfera, la regione dell’atmosfera più vicina alla superficie terrestre tra i 6 e i 20 chilometri di altezza, dove le previsioni accurate sono più importanti, il nostro modello ha superato HRES sul 99,7% delle variabili di test per il meteo futuro”, ha detto il team.
Mentre i pattern meteorologici si evolvono nell’andamento climatico sempre mutevole della Terra, GraphCast migliorerà continuamente grazie all’uso di dati di qualità superiore.
Il team ha reso pubblico il codice del modello di GraphCast per permettere agli scienziati e ai meteorologi di accedere alla tecnologia. Questo permetterà loro di adattarlo a fenomeni meteorologici specifici e ottimizzarlo per diverse parti del mondo. L’ECMWF sta già testando lo strumento.
Uno studio pubblicato da Science martedì offre un’analisi più dettagliata su GraphCast.
“Pionierare l’uso dell’intelligenza artificiale nelle previsioni meteorologiche beneficerà miliardi di persone nella loro vita quotidiana”, ha detto Google DeepMind. “Ma la nostra ricerca più ampia non riguarda solo l’anticipazione del tempo – si tratta di comprendere i modelli più ampi del nostro clima. Sviluppando nuovi strumenti e accelerando la ricerca, speriamo che l’intelligenza artificiale possa dare potere alla comunità globale per affrontare le nostre più grandi sfide ambientali”.
