I ricercatori del Mit hanno sviluppato, attraverso i loro studi, un modello di apprendimento automatico capace di correggere gli errori nei modelli di previsione esistenti, migliorandone l'accuratezza nell'arco temporale compreso in un periodo che va tra le due e le sei settimane
Sviluppare previsioni del tempo che possano avere un arco temporale fino a sei settimane? Potrebbe essere possibile, anche grazie ad una nuova tecnica sviluppata da un team di ricercatori del Massachusetts Institute of Technology (Mit) che riuscirebbe a migliorare in maniera significativa le previsioni meteorologiche anche ben oltre le due settimane.
Il modello messo a punto
I ricercatori, nello specifico, hanno creato un modello di apprendimento automatico capace di correggere gli errori nei modelli di previsione esistenti, migliorandone l'accuratezza nell'arco temporale compreso proprio tra due e sei settimane. Applicato ad un sistema di previsione di riferimento, il modello ha permesso, in sostanza, di raddoppiare la precisione delle previsioni in tale lasso temporale. In un nuovo articolo pubblicato sulla rivista scientifica "Nature", i ricercatori hanno descritto il loro approccio e spiegato come questo possa contribuire ad ottenere previsioni che, per la prima volta in assoluto, superano le medie climatologiche canoniche.
Gli eventi estremi
"Questo metodo non solo migliora le previsioni medie nel tempo per questo intervallo, il che è già molto utile per gli agricoltori e gli operatori del settore energetico che cercano di bilanciare domanda e offerta, ma migliora anche le previsioni di eventi meteorologici estremi, che si tratti di inondazioni, ondate di freddo o altro", ha commentato Judah Cohen, coautore e ricercatore del Mit. "E' fondamentale prevedere entrambi, ma gli eventi estremi potrebbero essere l'aspetto di maggiore impatto per la società", ha poi aggiunto. Il progetto del Mit, infatti, è stato capace di evidenziare un miglioramento statisticamente significativo nella capacità di prevedere eventi meteorologici estremi.
Il Mit Engaging ed un test specifico
Per costruire il modello in questione, i ricercatori si sono serviti del Mit Engaging, ovvero un cluster di supercalcolo gestito dall'Office of Research Computing and Data del Mit stesso. Con la particolarità, però, che il modello risultante non necessita di un supercomputer per poter funzionare. Per testare il loro modello, tra l'altro, il team di ricercatori ha collaborato con il Centro europeo per le previsioni meteorologiche a medio termine (Ecmwf), considerato il miglior centro di previsioni al mondo. Ogni stagione l'ente propone competizioni di previsione tra i modelli e proprio in una di queste, nel 2025, il modello dei ricercatori del Mit, alla fine, si è distinto per importanti capacità predittive. Per la prima volta, in particolare, il modello ha offerto un miglioramento rispetto al semplice utilizzo di medie climatologiche. "Fino ad ora, nessuno era stato in grado di dimostrare che un modello prevedesse il tempo meglio delle medie a lungo termine per queste previsioni sub-stagionali - ha proseguito Cohen - praticamente tutti i modelli precedenti si sono rivelati peggiori: si poteva letteralmente tirare una moneta e ottenere un risultato migliore. Alcuni si sono persino chiesti se valesse la pena investire in modelli per questo arco temporale. Noi, invece, superiamo costantemente le medie climatologiche con i nostri modelli."
)
)
)
)
)