Supercomputer e modelli sempre più potenti addestrati su enormi quantità di dati, promesse di previsioni sempre più accurate e di una comprensione quasi totale del sistema terrestre. Da questo scenario rischia di nascere una convinzione sempre più diffusa: con abbastanza dati e abbastanza potenza di calcolo, il clima diventerà totalmente prevedibile. Ma chi lavora ogni giorno all’intersezione tra studi climatici e nuove tecnologie invita a ridimensionare questa aspettativa. Non per spegnere gli entusiasmi, ma per dirigerli nella giusta direzione.
“L’intelligenza artificiale è uno strumento che può aiutarci a migliorare le nostre previsioni, ma non a eliminare i limiti fondamentali della prevedibilità. E non è un’esperta di clima, né un mago”, spiega Martin Palkovic, direttore di Computing dell’European centre for medium-range weather forecasts. Anche noto come Ecmwf. Da questo centro, uno dei più importanti al mondo dedicati al forecasting globale, arrivano molte delle previsioni utilizzate da governi, servizi meteorologici e sistemi di protezione civile di tutto il mondo. Oggi vengono prodotte anche grazie a AI e supercomputing, ma sempre con la consapevolezza dei loro limiti reali e delle loro concrete potenzialità.
Palkovic è intervenuto alla prima edizione del festival Tecnòpolis, al Tecnopolo DAMA di Bologna, per raccontare i programmi futuri del centro. Wired Italia lo ha raggiunto per capire fino a che punto possiamo affidarci all’ai senza farci illusioni, almeno quando si parla di clima.
Prevedere il caos: i limiti della tecnologia
Per tracciare una linea di confine tra sogno e realtà, Palkovic parte da una premessa. “Quando si fanno previsioni atmosferiche si ha a che fare con un sistema caotico – spiega –. Piccole differenze nelle condizioni iniziali e nelle misurazioni possono amplificarsi e produrre risultati completamente diversi”. Secondo l’esperto è proprio questo l’aspetto che fa arrancare l’AI e non le permette una precisione e un’affidabilità del 100%. Va preso atto che esiste un limite “fisiologico” del sistema studiato, oltre il quale nemmeno la tecnologia può spingersi. Questo non significa che non si possa migliorare e che le innovazioni non siano in grado di aiutarci a fare passi avanti.
Sicuramente ci permettono di compierli più rapidamente. “I modelli tradizionali basati sulla fisica sono da sempre progrediti con un ritmo lento e costante, conquistando circa un giorno di previsione in più ogni dieci anni. In pratica – racconta Palkovic –, la previsione che oggi otteniamo al giorno quattro, dieci anni fa era disponibile solo fino al giorno tre. L’AI può accelerare questi progressi e farne di nuovi in campi specifici”.
Un esempio è quello dei cicloni tropicali: “Alcune soluzioni basate sull’intelligenza artificiale stanno ottenendo risultati migliori rispetto ai modelli fisici tradizionali – aggiunge l’esperto –. Ci aiutano a riconoscere pattern più complessi e a reagire più rapidamente”
