Cerca
Close this search box.
Cerca
Close this search box.
0%
Premi per ascoltare

GraphCast, l’AI di Google a servizio delle previsioni meteo 

GraphCast Google

Cos’è e come funziona GraphCast, il nuovo modello di Intelligenza Artificiale di Google che promette un’accuratezza mai vista prima nelle previsioni meteo. 

In un mondo in cui il cambiamento climatico sta mettendo sempre più in difficoltà la scienza della meteorologia e in cui gli eventi catastrofici sono sempre più frequenti, Google DeepMind, la divisione di Google che si occupa dei progetti sull’intelligenza artificiale, ha presentato GraphCast, un nuovo modello di previsioni meteo AI che promette un’accuratezza mai vista prima.

Secondo quanto riportato nel paper pubblicato sulla rivista scientifica Science, emerge che il metodo di Big G, basato sul machine learning, sarebbe in grado di essere molto più accurato di quelli tradizionali utilizzati fino ad ora, arrivando a dare una panoramica del meteo fino a 10 giorni nel futuro.

I test, infatti, evidenziano come GraphCast risulti più preciso del sistema convenzionale leader mondiale per le previsioni gestito dal Centro europeo per le previsioni meteorologiche (Ecmwf) per quanto riguarda le previsioni da tre a dieci giorni d’anticipo.

In effetti, Google non ha esitato a definire il nuovo sistema una “svolta nel settore delle previsioni del tempo”. Ecco come sappiamo. 

Come funziona GraphCast di Google?

I modelli attuali utilizzati per le previsioni del tempo – chiamate previsione meteorologiche numeriche – utilizzano principi di fluidodinamica, di termodinamica e di altre scienze atmosferiche per simulare i cambiamenti meteo in corso.

Il metodo convenzionale della previsione metereologica numerica, utilizzato dall’Ecmwf e dagli altri uffici meteorologici nazionali del resto del mondo, si avvale di centri di calcolo molto potenti che di conseguenza risultano essere molto dispendiosi tanto in termini energetici quanto in termini di tempo ed economici. 

Al contrario, GraphCast utilizza un’architettura di apprendimento automatico chiamata rete neurale del grafico, basata su uno storico di dati di oltre 40 anni dell’Ecmwf che indicano come si sviluppano e si muovono i sistemi meteorologici di tutto il mondo. 

Stando alle dichiarazioni di Google, GraphCast inizia ad analizzare le condizioni meteo attuali, tornando poi indietro di sei ore e fino ad arrivare ad analizzare archi temporali sempre maggiori, comparando i vari dati e arrivando alle proprie previsioni. Ciò permetterebbe una previsione a 10 giorni in un minuto su un singolo computer cloud Google TPU v4.

L’impatto sulla previsione delle catastrofi ambientali

Lo studio pubblicato parla di un’accuratezza del 90% sui primi test effettuati. 

Come esempio di previsione riuscita, gli scienziati di DeepMind hanno menzionato l’uragano Lee che ha colpito nel nord Atlantico a settembre, affermando che “GraphCast è stato in grado di prevedere correttamente che Lee sarebbe approdato nella provincia canadese della Nova Scotia nove giorni prima che accadesse, rispetto ai soli sei giorni degli approcci tradizionali – ha aggiunto Rémi Lam, autore principale dell’articolo pubblicato su Science -. Ciò ha dato alle persone altri tre giorni per prepararsi al suo arrivo”.

Se questo sia il futuro della meteorologia è difficile da dire. Sicuramente le aspettative sono molto alte, soprattutto considerando che le previsioni dell’intelligenza artificiale fatte per questi fenomeni si sono rivelate accurate nonostante il sistema non fosse stato ancora addestrato per questo tipo di rilevazioni.  

Ultimi articoli

A Siena una giornata dedicata alle buone pratiche della sanità territoriale 

Eye Tracking e non solo: Apple svela alcune funzioni di iOS 18

AI Act, semaforo verde dal Consiglio UE alla prima legge al mondo 

Calendario eventi

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Skip to content