Previsioni meteo, l’AI fallisce proprio sugli eventi estremi
L'intelligenza artificiale (IA) sta cambiando il volto della meteorologia, promettendo previsioni più rapide ed efficienti.
(Keystone-ATS) Eppure proprio quando il tempo diventa estremo e minaccia la sicurezza di persone e infrastrutture, i modelli basati sul machine learning mostrano il loro tallone d’Achille. A rivelarlo è un nuovo studio guidato dall’Università di Ginevra e pubblicato sulla rivista americana Science Advances.
I ricercatori hanno confrontato tre dei più avanzati sistemi di IA per le previsioni meteo – GraphCast, Pangu-Weather e Fuxi – con il modello fisico di riferimento HRES del Centro europeo per le previsioni meteorologiche a medio termine (ECMWF). Il verdetto è netto: di fronte a eventi record, l’IA sbaglia in modo sistematico.
Secondo lo studio, le ondate di freddo estremo vengono generalmente previste come meno intense di quanto poi risultino nella realtà. Al contrario, i picchi di calore vengono sottostimati, prevedendo valori meno estremi di quelli reali, cioè le temperature previste sono più basse di quelle effettive. Anche per i forti eventi relativi al vento si registrano scostamenti significativi.
Ma non è tutto: i modelli di IA non solo prevedono l’intensità degli eventi estremi in modo troppo debole, ma li prevedono anche troppo raramente rispetto a quanto effettivamente accade. “Questi risultati evidenziano una sfida centrale per l’impiego dell’IA nella previsione di eventi meteorologici con un grande impatto sociale”, scrivono gli autori della ricerca.
A loro avviso il problema risiede nel cuore stesso del funzionamento dell’intelligenza artificiale. I modelli imparano dai dati storici: riconoscono sequenze e correlazioni che si sono già manifestate in passato. Ma gli eventi da record, per definizione, escono fuori da questo intervallo di esperienza. Ciò che non è mai accaduto (o che è accaduto molto raramente) sfugge alla logica statistica del machine learning.
I modelli fisici, al contrario, funzionano in modo radicalmente diverso. Simulano l’evoluzione dell’atmosfera basandosi su leggi naturali immutabili – termodinamica, meccanica dei fluidi – che valgono indipendentemente dal fatto che un certo fenomeno sia già stato osservato. “La fisica non cambia”, riassumono i ricercatori. Per questo i modelli tradizionali riescono a calcolare anche situazioni estreme mai viste prima.
La scoperta arriva in un momento cruciale. Con il cambiamento climatico gli eventi meteorologici estremi sono in aumento e con essi cresce la necessità di previsioni affidabili per proteggere vite umane, infrastrutture, agricoltura e approvvigionamento energetico. “Per i sistemi di allerta precoce è decisivo che un modello preveda in modo affidabile il verificarsi di eventi estremi”, sottolineano gli studiosi. Se un’ondata di calore viene sottostimata o una tempesta viene riconosciuta troppo tardi, le conseguenze possono essere gravi per la salute pubblica, la sicurezza delle forniture e le operazioni di protezione civile.
Secondo i suoi autori lo studio non sancisce il fallimento dell’IA in meteorologia. Anzi, il team di ricerca riconosce che i modelli di apprendimento automatico offrono “nuove e vaste possibilità”. Il punto è come sfruttarne i punti di forza senza essere penalizzati dai loro limiti. “La combinazione di entrambi i mondi in un sistema di previsione ibrido sembra essere la via migliore”, commenta Roland Potthast, direttore del comparto modelli presso il servizio meteorologico tedesco DWD, interpellato dal Science Media Center, organizzazione che funge da ponte tra scienza e media. “Così si potrebbero mettere a disposizione della società i vantaggi di entrambi i metodi”.
La ricerca sta già esplorando soluzioni pratiche, ricorrendo fra l’altro ad approcci di addestramento che diano un peso maggiore agli eventi estremi e a nuovi tipi di modelli in grado di rappresentare meglio le incertezze. L’obiettivo è arrivare a un sistema che unisca la rapidità e l’efficienza dell’IA con la robustezza fisica dei modelli tradizionali: una sfida scientifica e tecnologica di cui forse potranno beneficiare tutti i cittadini di fronte al prossimo nubifragio o alla prossima ondata di calore.
