Seleziona una pagina
giovedì, Ott 21

DeepMind, l’ultimo trucco? Le previsioni del tempo



Da Wired.it :

DeepMind, la società proprietà di Alphabet, sta utilizzando la sua AI per prevedere quando pioverà

Photo by Michael D on Unsplash

Dopo avere dominato Go e StarCraft, DeepMind sta spostando la sua Ai verso una nuova sfida: le previsioni meteo. La società proprietà di Alphabet negli ultimi anni ha lavorato in silenzio con Met Office e oggi ci aggiorna sui frutti di questa collaborazione sulle pagine di Nature. In breve, DeepMind ha messo a punto un nuovo modello di apprendimento automatico (machine learning) in grado di prevedere se pioverà o meno nel giro di poche ore.

Questo tipo di previsione metereologica è conosciuta come precipitation nowcasting e consiste nel prevedere precipitazioni in un brevissimo arco di tempo, fino a due ore prima di un acquazzone. Oggi le previsioni meteo sono piuttosto affidabili nell’indicare le possibili precipitazioni future, per un periodo che va dalle sei ore fino a una o due settimane. Ma prima di quell’intervallo temporale le previsioni mostrano dei buchi, ed è qui che l’apprendimento automatico può intervenire utilmente a ridurre il gap.

Un forte acquazzone non è un fastidio solo per chi sia appena uscito dal parrucchiere. La possibilità di prevedere pesanti rovesci in anticipo è fondamentale per situazioni quotidiane ma importanti, quali la sicurezza stradale, il controllo del traffico aereo e i sistemi di monitoraggio delle inondazioni. La crisi climatica che si dispiega sotto i nostri occhi ci suggerisce che gli eventi climatici estremi, quali nubifragi e allagamenti, sono destinati a diventare più frequenti. La capacità di prevedere le forti piogge con maggior precisione e più in fretta è essenziale al fine di prendere decisioni importanti in situazioni quali, per esempio, fermare un treno o evacuare un edificio

Il Met Office si avvale di immagini radar per prevedere quando il cielo si aprirà. Il radar funziona inviando un impulso elettromagnetico nell’atmosfera e calcolando il tempo che esso impiega a tornare indietro: questo ci dice quanta umidità è presente nell’atmosfera. Più umidità c’è, più pioggia ci sarà. I dati vengono quindi inviati al quartier generale del Met Office, dove vengono analizzati fino a ottenere un quadro delle precipitazioni su tutto il Regno Unito. Il modello di DeepMind è stato addestrato sulle immagini radar del Regno Unito tra il 2016 e il 2018, per essere in seguito in grado di prevedere in modo affidabile che cosa succederà con un anticipo di una o due ore. 

La squadra di ricercatori ha fatto girare il suo modello anche tra gli oltre cinquanta meteorologi che lavorano al Met Office. Nello studio cieco, ai meteorologi è stato chiesto di comparare l’approccio di DeepMind, chiamato Dgmr, con un altro metodo di nowcasting conosciuto come PySstep, così come con un metodo di deep learning diverso. Il modello di DeepMind è stato giudicato migliore degli altri in termini di accuratezza utilità in circa il 90 per cento dei casi

Alcuni scienziati non nascono il loro scetticismo riguardo ai risultati diffusi. “Non vedo alcuna rivoluzione nelle previsioni meteo“, afferma Peter Clark, meteorologo all’università di Reading. E il fatto che ci si affidi a questo metodo di misurazione per dimostrare l’utilità del modello, lo la lascia perplesso. “Mi stupisce che non abbiano scelto di utilizzare un punteggio obiettivo più appropriato“, ribadisce. “Sono state fornite poche spiegazioni su come sono stati raccolti questi risultati, o su che cosa sia stato effettivamente stimato“. DeepMind si astiene dal fornire dati  concreti su quanto più accurato sia il suo modello in rapporto agli altri modelli esistenti. “Quello che abbiamo voluto seguire è un approccio più misurato, invece che limitarci a riferire un [singolo] numero“, spiega Shakir Mohamed, scienziato in forza a DeepMind e autore del documento di presentazione della ricerca.

Anziché riformare completamente le previsioni meteo come le conosciamo, la ricerca di DeepMind potrebbe offrire semplicemente un approccio diverso. “Lavora in modo simile ad altri modelli attualmente all’avanguardia“, spiega Rob Thompson, meteorologo dell’università di Reading. Ma il loro modello non è avanti anni luce, “forse è leggermente migliore“, dice sempre Thompson.  David Schultz, meteorologo dell’università di Manchester, è d’accordo con lui: “Lo schema proposto sembra vincente. Rappresenterà un punto di svolta? Questo non sono in grado di affermarlo. Nel loro documento si evidenziano grandi miglioramenti su metodi esistenti? La risposta è affermativa“. 

Non esistono piani a breve termine per l’utilizzo del modello, chiarisce Mohamed, ma la squadra che lo ha messo a punto spera di poterlo utilizzare in futuro per elaborare realmente le previsioni meteo. L’Ai, comunque, non rimpiazzerà i meteorologi, affermano i ricercatori. “Ci sarà sempre bisogno di esperti e addetti ai lavori che si assicurino che ciò che questi modelli comprendono in termini di previsioni meteo sia ragionevole e che sappiano come comunicarlo al pubblico“, spiega Suman Ravuri, scienziato e ricercatore per DeepMind, anche lui tra gli autori del documento. “È difficile immaginare un sistema automatizzato che riesca a fare tutto ciò, con le sfumature e la competenza necessarie“. 

Questo articolo è stato originariamente pubblicato su Wired Uk





[Fonte Wired.it]