La previsione degli eventi meteorologici estremi resta, per ora, un terreno in cui i modelli numerici tradizionali conservano un vantaggio netto rispetto all'intelligenza artificiale. A questa conclusione è arrivato un team dell'Università di Ginevra (UniGe) e dell'Istituto di tecnologia di Karlsruhe, che ha pubblicato i risultati su "Science Advances".
Lo studio prende in esame il confronto tra due approcci oggi centrali nella meteorologia operativa. Da un lato ci sono le simulazioni costruite su complessi modelli matematici, alimentati da enormi quantità di dati provenienti da stazioni meteorologiche, satelliti ed aerei, e fondati sull'applicazione delle leggi della fisica per ricostruire l'evoluzione futura dell'atmosfera. Dall'altro, i nuovi sistemi basati su intelligenza artificiale, introdotti tre anni fa accanto alla previsione numerica tradizionale con l'obiettivo di semplificare i processi e contenere i costi.
Nel contesto europeo, il Centro europeo per le previsioni meteorologiche a medio termine utilizza il modello ad alta risoluzione Hres per fornire simulazioni a 35 Paesi del continente. Si tratta di uno strumento considerato affidabile e robusto, ma anche molto oneroso sul piano economico ed energetico, perché richiede una vasta infrastruttura di supercalcolo capace di risolvere milioni di equazioni più volte al giorno.
La domanda che ha guidato il lavoro del gruppo coordinato da Sebastian Engelke, professore ordinario presso l'Istituto di ricerca per la statistica e le scienze dell'informazione della Facoltà di economia e management di Ginevra (Gsem) dell'UniGe, era precisa: i modelli basati sull'IA sono davvero in grado di anticipare, fino a dieci giorni prima, eventi estremi che spesso non hanno precedenti? La risposta, secondo i risultati pubblicati, è negativa quando si esce dal territorio delle condizioni abituali.
Il confronto mostra infatti che l'IA ottiene prestazioni migliori dei modelli tradizionali nella previsione del tempo tipico, ma registra errori sistematicamente più elevati rispetto a Hres quando deve stimare l'intensità e la frequenza di temperature estreme e di altri eventi estremi. In altre parole, i sistemi di nuova generazione risultano ancora fragili proprio nel passaggio più delicato: quello dell'estrapolazione oltre il dominio su cui sono stati addestrati, dove si collocano i fenomeni da record.
Secondo gli autori, questo quadro impone cautela. Prima che tali modelli possano essere impiegati in autonomia nei sistemi di allerta precoce e nella gestione delle emergenze, servono ulteriori verifiche e miglioramenti continui.