Le nostre giornate sono sempre più caratterizzate da un meteo piuttosto incerto. Eppure, secondo un nuovo studio pubblicato sul server pre-pint Arxiv, le previsioni del tempo potrebbero andare oltre le canoniche due settimane. Gli autori della ricerca, coordinati dall’Università di Washington, hanno infatti mostrato come utilizzando un modello meteorologico di intelligenza artificiale sviluppato da Google, le previsioni meteo potrebbero arrivare addirittura a un mese o più. “Non abbiamo trovato un limite a quanto lontano si possa andare”, ha affermato il primo autore del paper, Trent Vonich.
Le previsioni del tempo
Secondo una diffusa credenza, come ricorda Science in un articolo dedicato allo studio, ogni previsione del tempo fatta oltre le due settimane è probabilmente sbagliata a causa del modo in cui le piccole perturbazioni, ossia effetti su piccola scala come il battito d’ali di una farfalla, si accumulano nell’atmosfera. Questo limite, fondato sulla teoria del caos e, appunto, sul concetto di “effetto farfalla”, non è però una legge fisica, ma un presupposto empirico. Infatti, il concetto di limite di prevedibilità è stato introdotto per la prima volta nel 1963 dal matematico e meteorologo del Massachusetts Institute of Technology (Mit) Edward Lorenz, secondo cui anche una piccola differenza nella rappresentazione dello stato iniziale dell’atmosfera o di un sistema altrettanto caotico avrebbe finito per causare una divergenza eccessiva delle previsioni. In altre parole, anche piccoli cambiamenti in una condizione o stato iniziale possono con il tempo avere grandi effetti (effetto farfalla). Lorenz, tuttavia, non ha mai specificato che il limite fosse di due settimane.
L’Ai e l’imprevedibilità
Nel loro nuovo lavoro, Vonich e il collega Gregory Hakim si sono affidati a GraphCast di Google, un modello di intelligenza artificiale addestrato su 40 anni di dati di rianalisi, ovvero istantanee ad alta risoluzione delle condizioni meteorologiche basate su osservazioni e previsioni a breve termine, riuscendo a migliorare l’accuratezza delle condizioni iniziali, ossia l’istantanea di partenza. Con le condizioni iniziali addestrate, i ricercatori hanno osservato che l’accuratezza delle previsioni a 10 giorni di GraphCast era migliorata in media dell’86%, un valore che in termini meteorologici è molto elevato. Il loro modello, inoltre, ha dimostrato di saper prevedere il tempo con oltre 33 giorni di anticipo. “Questo dimostra che l’intelligenza artificiale, se dispone di dati sufficienti, ha la possibilità di superare le approssimazioni e gli errori che vengono introdotti nei modelli tradizionali”, ha commentato a Science Animashree Anandkumar, informatico del California Institute of Technology.
A oltre un mese
Il nuovo studio, tuttavia, ha alcuni limiti. Ad esempio, il fatto che non fornisce previsioni effettive oltre le 2 settimane. “Finora hanno testato le loro previsioni basate sull’intelligenza artificiale solo con istantanee ricostruite delle condizioni meteorologiche del passato”, ha spiegato Tobias Selz, scienziato atmosferico presso l’Università Ludwig Maximilian di Monaco che in suo precedente studio aveva mostrato come i modelli di intelligenza artificiale ignorino i processi atmosferici su piccola scala che si accumulano determinando il limite di prevedibilità. Tuttavia, dimostrare oggi che questo limite può essere in linea di principio superato “significa che un giorno l’intelligenza artificiale sarà in grado di farlo, il che è davvero entusiasmante”, ha concluso Amy McGovern, informatica e meteorologa dell’Università dell’Oklahoma.
