**La Rivoluzione dell’Intelligenza Artificiale nella Previsione del Tempo**
L’intelligenza artificiale (IA) di Google ha segnato un significativo progresso nella scienza meteorologica presentando un modello avanzato noto come “SEEDS”. Questo approccio guidato dall’IA promette previsioni meteorologiche su larga scala, ad alta precisione, che superano le tradizionali previsioni basate sulla fisica sia in termini di velocità che di convenienza economica, come riferito dal sito web Life Science focalizzato sulla scienza.
**Previsioni Ottimizzate per Eventi Meteorologici Estremi**
SEEDS riflette la complessità dei modelli linguistici e degli strumenti di IA generativa attualmente in voga, capaci di creare video dettagliati da istruzioni testuali. Tuttavia, invece, genera rapidamente e a un costo accessibile una moltitudine di scenari meteorologici, andando oltre le capacità dei modelli di previsione convenzionali. In un recente articolo di ricerca pubblicato il 29 marzo sulla rivista “Science Advances”, il team di sviluppo ha condiviso i loro risultati innovativi.
**Sfide nei Metodi Tradizionali di Previsione**
I metodi tradizionali di previsione del tempo si basano sull’elaborazione di un gran numero di misurazioni, producendo una previsione finale che media varie previsioni dei modelli basate sulle variabili esistenti. Questo metodo ha solitamente funzionato per prevedere modelli meteorologici comuni, come climi miti o giornate calde estive, ma la previsione di eventi meteorologici estremi rimane fuori dalla portata della maggior parte dei servizi a causa dei costi proibitivi associati a tale precisione.
Inoltre, i modelli predittivi attuali incorporano approcci deterministici o probabilistici, introducendo variabili casuali nelle condizioni iniziali. Tuttavia, questi metodi sono inclini a un tasso di errore elevato a causa dell’impatto significativo che errori imprevisti in queste condizioni iniziali possono avere nel tempo.
**Avanzamenti Computazionali Economici di Google**
Il modello IA sviluppato da Google sintetizza modelli predittivi da misurazioni fisiche raccolte dalle agenzie meteorologiche, concentrandosi sull’energia potenziale per unità di massa nel campo gravitazionale terrestre all’interno dello strato medio-troposferico rispetto alla pressione a livello del mare. Le metodologie tradizionali forniscono solo da 10 a 50 serie di previsioni, mentre il modello AI di Google elabora fino a 31 serie predictive da soli uno o due ipotesi iniziali utilizzate come dati di input.
Quando i ricercatori hanno testato il sistema modellando l’onda di calore europea del 2022 utilizzando dati meteorologici storici registrati, i risultati sono stati sorprendenti. Sette giorni prima dell’ondata di calore, i dati delle previsioni operative degli Stati Uniti non mostravano alcun segno dell’evento imminente e i modelli contenenti meno di 100 previsioni, che superano di gran lunga le previsioni tradizionali, avrebbero mancato il bersaglio.
Gli scienziati hanno sottolineato che i costi computazionali legati al modello IA di Google sono minimi rispetto ai calcoli richiesti dai metodi prevalenti oggi, aprendo potenzialmente una nuova era per la previsione del tempo.
The source of the article is from the blog newyorkpostgazette.com