Un sistema di IA raddoppia la precisione delle previsioni meteo fino a sei settimane in anticipo, secondo uno studio su Nature

Ricercatori del MIT, di Harvard, dell'Università di Toronto, di Microsoft, dell'Istituto nazionale brasiliano di matematica pura e applicata (IMPA) e del Centro europeo per le previsioni meteorologiche a medio termine (ECMWF) hanno pubblicato sulla rivista Nature uno studio che mostra come un livello di post-elaborazione basato sull'apprendimento automatico possa raddoppiare la precisione delle previsioni meteorologiche nell'intervallo "sub-stagionale" di 2-6 settimane, un periodo storicamente considerato troppo lontano per previsioni giornaliere attendibili. Il sistema funziona come un "wrapper" che impara a individuare e correggere gli errori sistematici dei modelli esistenti, come l'AI Forecasting System dell'ECMWF. Applicato a quel sistema, ha migliorato la precisione per il 91% degli obiettivi di pressione, il 92% di quelli di temperatura e il 98% di quelli di precipitazione. Fattore cruciale, per la prima volta in questo intervallo ha superato le medie climatologiche, anche per gli eventi meteorologici estremi — un traguardo che i metodi tradizionali di correzione del bias non avevano mai raggiunto. Il modello non richiede un supercomputer e può essere applicato a qualsiasi sistema di previsione. Secondo i ricercatori, il miglioramento ha importanti applicazioni pratiche: allerte più efficaci a due-sei settimane potrebbero aiutare i gestori delle reti elettriche, gli agricoltori e i responsabili della gestione delle emergenze a prepararsi al maltempo estremo. Come esempio, il team ha citato le tempeste invernali del 2021 in Texas, che uccisero almeno 246 persone, sottolineando che un allarme adeguato avrebbe potuto contribuire a mitigarne gli effetti. Con questa tecnica, il team si è classificato al primo posto nella competizione internazionale di previsione dell'ECMWF.