Google, IA che prevede meteo: GraphCast è veloce e precisa

Google ha sviluppato un nuovo modello di Intelligenza Artificiale (IA) che prevede il meteo: GraphCast.

L’IA, sviluppata da DeepMind, divisione di ricerca sull’IA di Google, ha la capacità di prevedere il meteo in maniera più accurata e veloce del corrente “modello europeo”, riconosciuto come lo standard migliore per le previsioni meteo. 

Lo studio su GraphCast

Lo studio pubblicato su Science ha mostrato la precisione del modello sviluppato da Google, mettendo giornalmente alla prova l’IA. Il sistema ha superato brillantemente la prova, dimostrando di poter non solo prevedere i cambiamenti del meteo giornalieri, ma anche gli eventi più estremi, con un anticipo di anche 4 giorni.

GraphCast è stato addestrato con più di 40 anni di dati sul metodo di previsione del meteo. Può prevedere fino a 10 giorni il meteo di tutto il globo, il tutto in meno di un minuto. 

Facendo il confronto con un metodo di previsione attuale tradizionale, il tempo di impiego per una previsione meteo si aggira intorno a un’ora: il modello di Google risulta essere il 10% più accurato e il 90% più veloce.

Enormi database per un’alta performance

A differenza dei modelli tradizionali, GraphCast non usa complesse equazioni matematiche e potenti (e costosissimi) computer, ma si basa interamente su pattern da riconoscere a partire da archivi (sempre aggiornati). 

“Pensiamo che il modello sta catturando qualcosa di molto più fondamentale su come il tempo meteorologico si sviluppa nel tempo piuttosto che osservare solo superficialmente i pattern nei dati”, continua Battaglia.

Tuttavia, questa IA, come anche ChatGPT e le altre IA Generative, per riuscire ad essere così accurate e veloci hanno bisogno di archivi costantemente aggiornati ed enormi quantità di dati generati dalla conoscenza umana.

La maggior parte delle Intelligenze Artificiali, infatti, prima di replicare ed emulare le capacità di ragionamento dell’uomo, deve prima accumulare dati per operare correttamente e in maniera specifica. 

La capacità di apprendimento è per ora ristretta al web o a input dati dall’uomo. L’autonomia e l’indipendenza delle IA dall’uomo, per come è nell’immaginario collettivo, è per ora ancora una promessa del futuro.

Dunque, per la produzione di previsioni accurate, di testi e ricerche appropriate c’è ancora bisogno di dati generati dalla conoscenza umana.

GraphCast come potenziale affiancamento umano

Gli esperti chiariscono comunque che l’IA non sostituirà del tutto i modelli tradizionali dal momento che si basa principalmente (per ora) sui loro dati.

“Il nostro approccio non deve essere visto come un rimpiazzamento dei metodi tradizionali di previsioni”, ma piuttosto vuole dimostrare che l’IA “riesce a incontrare le sfide dei metodi di previsione del meteo e ha il potenziale di complementare e migliorare i metodi fino ad oggi disponibili”.

Articolo di T.S.