Abbiamo spesso parlato delle tecniche AI applicate al forecasting meteo e dei differenti risultati tra metodi tradizionali e nuove previsioni ottenute grazie all’intelligenza artificiale.
Tra gli addetti ai lavori esiste un effettivo dibattito sui punti di forza dell’uno e dell’altro che hanno performance differenti in base al tipo di output voluto.
Oggi su Nature viene presentato un nuovo modello progettato da Google Research, NeuralGCM, che cerca indirettamente di porre fine a uno scontro continuo tra vecchi e nuovi modelli.
Sappiamo che i modelli con AI sono più efficienti ed economici da utilizzare, con output simili a quelli dei modelli tradizionali. Però, a differenza di questi ultimi, tendono a perdere precisione sulle previsioni a lungo termine.
Secondo i ricercatori di Google, non è necessario buttare la conoscenza ottenuta in questi anni per abbracciare un approccio totalmente nuovo, ma si possono usare le nuove tecnologie per migliorare e non per scardinare.
Ecco che NeuralGCm è un sistema che mantiene un modello tradizionale a cui vengono somministrati machine learning e AI dove serve davvero.
Più tecnicamente: NeuralGCM possiede un Dynamic Core che simula il movimento dei fluidi su larga scala e la termodinamica sotto l’influenza della gravità e della forza di Coriolis. A questo core si affianca un modulo di fisica appresa grazie ad una rete neurale che prevede l’effetto di processi come formazioni di nubi, il trasferimento radiativo, le precipitazioni e le varie dinamiche subgrid.
I risultati di questo nuovo modello sono delle previsioni a breve termine più accurate dei modelli basati sulla fisica, eventi meteo di grandi dimensioni e tendenze climatiche a lungo termine con una elevata fedeltà e un’efficienza computazionale dai 3 ai 5 ordini di grandezza inferiore rispetto ai modelli tradizionali.
Inoltre NeuralGCM apre la strada alla sperimentazione su modelli ibridi che potranno contribuire notevolmente alla ricerca nel campo meteorologico.
Il modello di Google Research è Open Source e disponibile su GitHub diviso in due progetti: Dinosaur e NeuralGCm.
Dinosaur on GitHub: https://github.com/google-research/dinosaur
NeuralGCM on GitHub: https://github.com/google-research/neuralgcm
ความคิดเห็น