Meteo, svolta dal MIT: l’intelligenza artificiale migliora le previsioni fino a sei settimane

Un nuovo modello di apprendimento automatico corregge gli errori dei sistemi meteorologici tradizionali. Lo studio pubblicato su Nature apre nuove prospettive per prevedere ondate di freddo, alluvioni e altri fenomeni estremi.

Prevedere l’andamento del meteo con settimane di anticipo, migliorando l’affidabilità delle informazioni disponibili. È l’obiettivo di un nuovo sistema basato sull’intelligenza artificiale sviluppato dai ricercatori del Massachusetts Institute of Technology (MIT), negli Stati Uniti.

Il modello, presentato in uno studio pubblicato sulla rivista scientifica Nature, utilizza tecniche di apprendimento automatico per individuare e correggere gli errori dei sistemi meteorologici esistenti, migliorando le previsioni nell’intervallo compreso tra due e sei settimane.

Secondo i risultati riportati dai ricercatori, l’applicazione del metodo a un sistema di riferimento ha consentito di raddoppiare la precisione delle previsioni nell’orizzonte temporale analizzato.

Una prospettiva particolarmente interessante per settori come agricoltura, energia e protezione civile, nei quali conoscere in anticipo le condizioni meteorologiche può contribuire a pianificare le attività e gestire i rischi.

Come funziona il nuovo modello di intelligenza artificiale

La principale innovazione sviluppata dal MIT consiste nell’utilizzo dell’intelligenza artificiale per correggere le imprecisioni dei modelli meteorologici già disponibili.

Il sistema non sostituisce necessariamente gli strumenti tradizionali, ma interviene sulle loro previsioni per migliorarne l’accuratezza.

Si tratta di un approccio particolarmente importante per le cosiddette previsioni sub-stagionali, che riguardano un periodo intermedio tra le previsioni meteorologiche a breve termine e quelle climatiche stagionali.

In questa fascia temporale, compresa tra due e sei settimane, prevedere con precisione l’evoluzione dell’atmosfera rappresenta una delle sfide più complesse della meteorologia.

Il nuovo metodo punta a ridurre gli errori sistematici e a rendere più attendibili le indicazioni sulle condizioni meteorologiche future.

Previsioni fino a sei settimane: cosa cambia

I ricercatori hanno evidenziato un miglioramento significativo delle prestazioni rispetto al modello di riferimento utilizzato nei test.

Uno degli aspetti più rilevanti riguarda il confronto con le medie climatologiche, ossia i valori statistici ricavati dalle condizioni meteorologiche osservate nel corso di lunghi periodi.

Secondo il team del MIT, il nuovo sistema è riuscito a fornire risultati migliori rispetto a queste medie nell’ambito delle valutazioni effettuate.

Questo non significa, tuttavia, che sarà possibile conoscere con esattezza il tempo di una determinata giornata a sei settimane di distanza.

Le previsioni sub-stagionali servono soprattutto a individuare tendenze e probabilità relative all’evoluzione delle condizioni atmosferiche su periodi più lunghi.

Alluvioni e ondate di freddo: migliorano le previsioni degli eventi estremi

Tra i risultati più importanti dello studio emerge la capacità del modello di migliorare anche le previsioni relative agli eventi meteorologici estremi.

Judah Cohen, ricercatore del MIT e coautore dello studio, ha sottolineato come il metodo possa offrire vantaggi sia nelle previsioni medie sia nell’individuazione anticipata di fenomeni particolarmente intensi.

Tra questi figurano inondazioni, ondate di freddo e altre anomalie meteorologiche che possono provocare conseguenze rilevanti per la popolazione e le attività economiche.

Secondo i ricercatori, il sistema ha mostrato miglioramenti statisticamente significativi anche nella previsione di questi fenomeni.

Una maggiore capacità di anticipare le condizioni favorevoli agli eventi estremi potrebbe aiutare le autorità e gli operatori dei settori più esposti a prepararsi con maggiore anticipo.

Agricoltura ed energia: i possibili vantaggi delle nuove previsioni

Disporre di indicazioni più affidabili sull’andamento meteorologico delle settimane successive potrebbe avere importanti applicazioni pratiche.

Nel settore agricolo, ad esempio, conoscere in anticipo la probabilità di periodi particolarmente freddi, caldi o piovosi può contribuire alla programmazione delle attività.

Anche il comparto energetico potrebbe beneficiare di previsioni più accurate.

Le condizioni meteorologiche influenzano infatti sia la domanda di energia, soprattutto durante le ondate di caldo e freddo, sia la produzione da alcune fonti rinnovabili.

Previsioni più affidabili potrebbero quindi favorire una migliore gestione delle risorse e una pianificazione più efficiente.

Il supercomputer del MIT e la collaborazione con il centro europeo ECMWF

Per sviluppare il modello, il gruppo di ricerca ha utilizzato MIT Engaging, un’infrastruttura di supercalcolo gestita dall’Office of Research Computing and Data dell’istituto statunitense.

Nonostante le risorse necessarie durante la fase di sviluppo, i ricercatori hanno spiegato che il sistema ottenuto non richiede necessariamente un supercomputer per funzionare.

Il modello è stato inoltre testato nell’ambito di una collaborazione con il Centro europeo per le previsioni meteorologiche a medio termine (ECMWF), uno dei principali riferimenti internazionali nel settore.

Durante una competizione di previsione organizzata nel 2025, il sistema del MIT ha ottenuto risultati considerati particolarmente significativi dai ricercatori.

Il modello ha infatti mostrato una capacità predittiva superiore a quella delle medie climatologiche utilizzate come riferimento.

Intelligenza artificiale e meteorologia: nuove prospettive per il futuro

Lo studio rappresenta un ulteriore passo avanti nell’applicazione dell’intelligenza artificiale alla meteorologia.

La possibilità di correggere gli errori dei modelli esistenti potrebbe contribuire a migliorare le previsioni su orizzonti temporali finora caratterizzati da un’elevata incertezza.

Restano comunque i limiti legati alla complessità dei fenomeni atmosferici: anche i sistemi più avanzati non possono eliminare completamente l’incertezza delle previsioni a lungo termine.

I risultati del MIT indicano però una strada promettente per sviluppare strumenti capaci di fornire informazioni più utili e affidabili a cittadini, imprese e istituzioni.

L’obiettivo non è prevedere ogni singolo fenomeno con settimane di anticipo, ma riconoscere meglio le tendenze meteorologiche e i rischi che potrebbero manifestarsi, offrendo più tempo per organizzare eventuali misure di prevenzione.

About The Author