Modello IA prevede il comportamento di El Niño con 18 mesi d'anticipo

L’Intelligenza Artificiale può diventare uno strumento indispensabile anche in un settore come la meteorologia, risultando utile per evitare veri e propri disastri.

Un chiaro esempio in tal senso è il modello XRO (EXtended Nonlinear Recharge Oscillator), sviluppato appositamente per analizzare l’oscillazione meridionale di El Niño, nota come ENSO. Questa va a creare delle grandi differenze di temperatura tra il mare e l’aria sovrastante, andando a creare condizioni meteorologiche estreme, capaci di spaziare dalla siccità a inondazioni.

Il modello IA appena citato è frutto del lavoro di un gruppo di ricerca dell’Università delle Hawaii ed è in grado di prevedere, con un elevata precisione, i comportamenti di El Niño fino a 18 mesi in anticipo. XRO, a quanto pare, è in grado di lavorare su tempistiche molto più lunghe rispetto ai sistemi finora adottati, il che fornirebbe il tempo necessario ad autorità e popolazione per prepararsi in modo adeguato ad eventuali calamità naturali.

El Niño e XRO: l’IA applicata alla meteorologia porta i suoi primi frutti

Gli esperti che hanno realizzato XRO hanno tenuto a precisare che si tratta su di un modello basato sulla trasparenza, in quanto spiega nei dettagli come arriva a determinare alcune previsioni. Molti modelli IA non svelano il loro funzionamento, il che li rende strumenti quasi “misteriosi”. Nello specifico, XRO agisce in modo accurato esaminando il comportamento dell’ENSO, rendendolo molto più prevedibile.

Secondo i ricercatori impegnati nel progetto, il nuovo modello IA permetterà di tenere sotto controllo il cambiamento climatico che interessa l’oceano Indiano e quello Atlantico, oltre a migliorare in modo significativo la previsione del clima nel Pacifico equatoriale e non solo.

A detta di chi ha lavorato sul progetto, di fatto, si parla di una piccola rivoluzione. La piattaforma IA utilizzata, infatti, potrebbe essere ampliata presto più generalmente alle previsioni meteo, ottenendo risultati molto più accurati (e con più largo anticipo) rispetto alle tecniche attuali.