Aurora: l’intelligenza artificiale che rivoluziona la previsione dei cicloni tropicali
Un nuovo modello di machine learning sta superando le agenzie meteorologiche ufficiali nella previsione delle traiettorie dei cicloni tropicali, offrendo risultati più rapidi ed economici rispetto ai tradizionali sistemi basati sulla fisica.
Aurora, sviluppato da Microsoft, l’Università della Pennsylvania e altri centri di ricerca, rappresenta un modello “foundation” pensato per migliorare la velocità e l’accuratezza delle previsioni ambientali. Le sue applicazioni spaziano dalla qualità dell’aria, alle onde oceaniche, fino alle previsioni ad alta risoluzione del meteo e, naturalmente, alle tempeste tropicali.
Un’intelligenza artificiale che impara dai dati del passato
Paris Perdikaris, co-autore dello studio e docente di ingegneria meccanica a UPenn, paragona Aurora a un’enorme rete neurale: così come ChatGPT elabora testi, Aurora assorbe dati geofisici storici per prevedere fenomeni complessi senza affidarsi alle tradizionali equazioni fisiche.
“I modelli classici si basano su principi fisici fondamentali come la conservazione di massa, energia e quantità di moto,”
“Aurora invece fa leva sulle osservazioni e una vasta gamma di dati, senza utilizzare direttamente queste leggi.”
Il modello apprende da un insieme diversificato di informazioni, tra cui previsioni, osservazioni e dati di “re-analisi”, che ricostruiscono storici atmosferici e oceanici con l’obiettivo di coprire al meglio le condizioni passate.
Dati storici e tecnologia d’avanguardia per risultati mai visti
Secondo gli stessi ricercatori, il successo di Aurora prese spunto da decenni di studi e dati numerici consolidati, che hanno fornito la base necessaria per accelerare la sperimentazione.
Il modello è stato pre-allenato con oltre un milione di ore di dati geofisici e affinato in poche settimane da team ristretti di ingegneri, a fronte degli anni richiesti dai modelli dinamici tradizionali.
Le performance di Aurora sulle tempeste del 2023
Aurora, sfruttando esclusivamente dati storici, ha previsto correttamente tutte le tempeste tropicali del 2023 con maggiore precisione rispetto ai centri meteorologici operativi.
La chiave del suo successo sta nell’architettura: combina encoder basati su Perceiver, una backbone 3D Swin Transformer, e tecniche ricorsive di previsione, utilizzando vettori multidimensionali simili a quelli degli avanzati modelli linguistici come quelli delle IA conversazionali.
Prestazioni superiori ai centri di previsione operativi
Nel periodo 2022-2023, Aurora ha superato sette centri meteorologici ufficiali nelle previsioni della traiettoria dei cicloni a cinque giorni su scala globale. Inoltre, ha battuto modelli numerici all’avanguardia nel 92% delle previsioni a dieci giorni con risoluzione 0,1°.
Questa versatilità fa di Aurora un modello adattabile per molteplici previsioni del sistema Terra, dalla qualità dell’aria, alla dinamica oceanica, fino agli eventi climatici estremi.
Oltre la meteorologia: potenzialità e scenari futuri
Il team di ricerca sottolinea come Aurora possa essere calibrato per esigenze diverse, consentendo previsioni che superano quelle attuali con costi computazionali decisamente inferiori.
- Simulazione delle correnti oceaniche
- Previsioni meteo a breve e lungo termine
- Cicli di vegetazione e impatti ambientali
- Allerta incendi, inondazioni e raccolti agricoli
- Produzione energetica da fonti rinnovabili
- Monitoraggio dello scioglimento delle calotte polari
L’intuizione che spinge Aurora è quella di mettere previsioni affidabili a disposizione di un pubblico più ampio, con risorse minori e tempi rapidissimi.
Un ecosistema di IA in veloce evoluzione
Aurora non è l’unico modello che sta scuotendo il mondo della meteorologia. Da poco, Aardvark, anch’esso basato su machine learning, ha dimostrato di poter sostituire l’elaborazione di supercomputer con previsioni a dieci giorni generate in pochi minuti su un semplice desktop dotato di GPU NVIDIA, riducendo drasticamente i costi computazionali.
Questi progressi indicano come l’intelligenza artificiale stia trasformando radicalmente il modo in cui anticipiamo fenomeni naturali, aprendo nuovi scenari per la gestione dei rischi climatici e ambientali a scala globale.
