L’AI di Google renderà le previsioni meteo infallibili?
WeatherNext 2 migliora accuratezza e velocità delle previsioni meteo grazie all’AI: modelli globali più precisi fino a due settimane.
Google DeepMind torna a spingere l’intelligenza artificiale in un settore strategico: quello delle previsioni meteorologiche. L’azienda ha presentato WeatherNext 2, una nuova generazione del suo modello di previsione che promette dati più accurati, aggiornamenti più rapidi e una risoluzione maggiore rispetto alla versione precedente. L’obiettivo è offrire previsioni globali affidabili fino a due settimane, includendo parametri chiave come temperatura, pressione atmosferica, vento e andamento dei sistemi meteorologici complessi.
Prevede anche i cicloni tropicali
Tra le novità più importanti, il modello ora è capace di prevedere i cicloni tropicali e uragani con maggiore precisione. Secondo i ricercatori, la nuova versione del modello è in grado di calcolare la traiettoria di un ciclone fino a tre giorni prima, mentre la versione precedente arrivava a un margine di due giorni. Una differenza che, per settori come protezione civile, aviazione e assicurazioni, può significare risposte più tempestive e una pianificazione più efficace in caso di eventi estremi.
WeatherNext 2 introduce inoltre previsioni orarie, aspetto considerato cruciale per aziende energetiche, agricoltura, logistica e trasporti. Come spiegato dal ricercatore di DeepMind Akib Uddin, la possibilità di accedere a dati granulari riduce l’incertezza e permette decisioni più mirate, specialmente in contesti legati al consumo energetico e alla gestione delle reti.
Il salto di qualità deriva da un’evoluzione metodologica. I modelli precedenti utilizzavano sistemi di machine learning pensati per la generazione di immagini o video, che richiedevano più passaggi computazionali per garantire un risultato affidabile. WeatherNext 2, invece, sfrutta un nuovo approccio che consente una previsione in un solo passaggio, riducendo i costi di elaborazione e aumentando l’efficienza: secondo Google, il sistema è otto volte più veloce rispetto alla generazione precedente.
Non è ancora perfetto
Le prestazioni non sono però prive di limiti. DeepMind riconosce che fenomeni anomali come precipitazioni improvvise o nevicate estreme rimangono difficili da prevedere, poiché negli attuali dataset mancano casi sufficienti per l’addestramento. Un problema su cui il team sta lavorando, consapevole che questi eventi sono spesso quelli con il maggiore impatto reale sulle comunità.
Il settore, intanto, è sempre più competitivo. Modelli simili sono in sviluppo anche da realtà come NVIDIA, Microsoft, Huawei e AccuWeather, segno di una trasformazione strutturale che vede l’intelligenza artificiale affiancare — e in molti casi superare — i modelli meteorologici tradizionali basati su supercomputer. Il futuro, insomma, è estremamente promettente e potrebbe arrivare a soluzioni preziosissime per settori altamente dipendenti dal meteo, come aviazione, agricoltura e navigazione. Ovviamente potrebbe diventare una risorsa preziosa anche per le persone comuni, che finalmente potranno affidarsi all’AI per scegliere se portare o meno l’ombrello con sé, senza più chiedersi se doversi fidare o meno delle previsioni.
