Supercomputer sempre più potenti, modelli addestrati su quantità enormi di dati, promesse di previsioni accurate come mai prima: l’intelligenza artificiale applicata al clima sta alimentando aspettative altissime. Ma chi lavora ogni giorno all’incrocio tra scienza del clima e nuove tecnologie suggerisce di tenere i piedi per terra. Non per frenare gli entusiasmi, semmai per orientarli meglio. “L’intelligenza artificiale è uno strumento che può aiutarci a migliorare le previsioni, ma non a eliminare i limiti fondamentali della prevedibilità.
Non è un’esperta di clima, né un mago”, dice Martin Palkovic, direttore di Computing dell’European Centre for Medium-Range Weather Forecasts, noto anche come ECMWF. Da questo centro, tra i più importanti al mondo per il forecasting globale, escono molte delle previsioni utilizzate da governi, servizi meteorologici e sistemi di protezione civile. Oggi vengono prodotte anche grazie ad AI e supercalcolo, ma sempre con la consapevolezza dei limiti reali di queste tecnologie. Palkovic è intervenuto alla prima edizione del festival Tecnòpolis, al Tecnopolo DAMA di Bologna, per raccontare i programmi futuri del centro.
Prevedere il caos: dove la tecnologia si ferma
Per tracciare un confine tra sogno e realtà, Palkovic parte da una premessa che vale la pena ricordare. “Quando si fanno previsioni atmosferiche si ha a che fare con un sistema caotico. Piccole differenze nelle condizioni iniziali possono amplificarsi e produrre risultati completamente diversi”. Ed è proprio questo aspetto che impedisce all’intelligenza artificiale di raggiungere una precisione del 100%. Esiste un limite fisiologico del sistema studiato, oltre il quale nemmeno la tecnologia riesce a spingersi. Questo però non significa che non si possa migliorare. Anzi. “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.
La previsione che oggi si ottiene 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”, racconta Palkovic. Un esempio concreto arriva dai cicloni tropicali: “Alcune soluzioni basate sull’intelligenza artificiale stanno ottenendo risultati migliori rispetto ai modelli fisici tradizionali. Ci aiutano a riconoscere pattern più complessi e a reagire più rapidamente”. Il risultato è un sistema più efficiente, non un sistema perfetto. “Non dobbiamo confondere un miglioramento con una rivoluzione totale. AI e supercalcolo non trasformano il clima in qualcosa di completamente prevedibile. L’innovazione tecnologica riguarda soprattutto il modello, le prestazioni e la velocità di calcolo. Va considerata per quello che è: uno dei tanti supporti per potenziare il lavoro che già si fa”.
Impatto ambientale e accesso democratico alle previsioni
L’ingresso dell’AI nel mondo della previsione climatica solleva anche un’altra questione tutt’altro che banale: quale impatto ambientale hanno supercomputer e modelli di intelligenza artificiale? Addestrare modelli complessi richiede grandi quantità di energia, e può sembrare un paradosso. Da una parte si studia la crisi climatica, dall’altra si usano tecnologie che consumano risorse. “È una questione reale, ma da analizzare nella sua interezza”, riconosce Palkovic. “La fase più energivora è l’addestramento iniziale. Una volta completato, il sistema diventa molto più leggero. Per fare previsioni bastano spesso una o due GPU.
I modelli fisici tradizionali, invece, richiedono sistemi molto più grandi”. Il dato è significativo: per una singola previsione, un modello basato su AI può usare da mille a diecimila volte meno energia rispetto a un modello fisico. “Se si confrontano costi e benefici, diventa chiaro che è uno strumento estremamente efficiente”. Inoltre l’ECMWF utilizza energia rinnovabile e pannelli solari per alimentare i propri centri di calcolo. Poi c’è un aspetto spesso trascurato, che riguarda l’accesso alle tecnologie. La crisi climatica colpisce soprattutto regioni che non dispongono di grandi infrastrutture scientifiche. E qui l’intelligenza artificiale potrebbe fare una differenza enorme. “Con i modelli basati sui dati, una volta completato l’addestramento è possibile fare previsioni con risorse molto più limitate.
In prospettiva, sempre più attori potranno produrre le proprie previsioni. È un passo verso la democratizzazione delle scienze climatiche“, afferma Palkovic. L’ECMWF rende disponibili archivi meteorologici globali a ricercatori, università e aziende nel mondo. Questi dataset alimentano anche il programma europeo Copernicus, che mette a disposizione informazioni climatiche e atmosferiche utilizzate da istituzioni e ricercatori a livello globale. Ciò che sta prendendo forma è un ecosistema connesso e aperto, dove l’AI diventa una leva per analizzare più velocemente dati sempre più complessi. Ma resta una tecnologia che deve essere guidata, e secondo Palkovic “è importante che istituzioni pubbliche e organismi scientifici restino protagonisti nello sviluppo di queste tecnologie”.
