Google apre alla comunità scientifica WeatherNext, il modello di intelligenza artificiale progettato per migliorare le previsioni sui cicloni tropicali. Il sistema può produrre una previsione a 15 giorni stimando congiuntamente la traiettoria e l’intensità delle tempeste, due variabili che finora hanno richiesto approcci meteorologici differenti. Codice e pesi del modello vengono distribuiti come open source, consentendo ad altri ricercatori di utilizzare e sviluppare il lavoro.
WeatherNext nasce dalla collaborazione tra i team di Google DeepMind e Google Research, affiancati da organizzazioni meteorologiche internazionali. Allo sviluppo hanno contribuito il National Hurricane Center, il Cooperative Institute for Research in the Atmosphere, il UK Met Office e altre agenzie attive nel monitoraggio del tempo. I risultati scientifici del progetto sono stati pubblicati sulla rivista Nature, mentre Google ne ha presentato anche una versione divulgativa.
La previsione dei cicloni tropicali, chiamati uragani o tifoni a seconda dell’area geografica, pone un problema tecnico particolare. Le correnti atmosferiche globali che determinano il percorso di una tempesta vengono tradizionalmente analizzate meglio attraverso modelli globali a risoluzione più grossolana. La previsione dell’intensità richiede invece modelli locali specializzati, capaci di valutare i processi termodinamici presenti nel nucleo del ciclone. WeatherNext tenta di riunire queste due esigenze in un solo sistema.
Per addestrare il modello sono stati utilizzati quasi 20 terabyte di dati atmosferici globali, insieme alle informazioni storiche raccolte dall’International Best Track Archive for Climate Stewardship. Questa base informativa permette al sistema di elaborare nello stesso passaggio sia il possibile percorso sia l’evoluzione della forza della tempesta. L’obiettivo non è soltanto estendere l’orizzonte temporale, ma offrire ai previsori una rappresentazione probabilistica dei diversi esiti possibili.
La velocità di calcolo è uno degli elementi centrali del progetto. I ricercatori affermano che una singola previsione a 15 giorni può essere generata in meno di un minuto utilizzando una TPU, l’unità di elaborazione sviluppata da Google per i carichi di machine learning. In questo modo i meteorologi possono esaminare rapidamente la distribuzione delle probabilità, compresi gli scenari estremi meno frequenti ma potenzialmente devastanti.
L’apertura su GitHub del codice e dei pesi amplia la platea in grado di sperimentare il modello, verificarne le prestazioni e adattarlo alle attività di ricerca. Per agenzie meteorologiche e organizzazioni impegnate nella gestione delle emergenze, una valutazione anticipata di traiettoria e intensità può alimentare processi decisionali più tempestivi. Il progetto resta però uno strumento destinato ai previsori: i risultati probabilistici richiedono interpretazione specialistica, soprattutto quando riguardano rischi rari e ad alto impatto.
Google aveva presentato la seconda generazione di WeatherNext lo scorso anno e i suoi gruppi di ricerca hanno lavorato anche sull’impiego dell’AI per prevedere le inondazioni improvvise. Il nuovo rilascio inserisce la previsione dei cicloni nello stesso percorso: modelli addestrati su grandi archivi atmosferici, tempi di elaborazione ridotti e strumenti condivisi con la comunità scientifica. La capacità di unificare percorso e intensità in una previsione fino a 15 giorni rappresenta il banco di prova più concreto del sistema.