Quest'estate ce ne siamo accorti: prevedere il tempo è sempre più difficile, specie quando si tratta di eventi estremi. Eppure, proprio perché alluvioni, uragani e tempeste sono sempre più frequenti, farlo è di vitale importanza. Immaginate di poter prevedere che tra due settimane ci sarà una tempesta che distruggerà l'intero raccolto di olive della stagione: se lo sapessimo fin d'ora, potremmo correre ai ripari (letteralmente) per tempo.. Grazie a un nuovo modello di machine learning capace di correggere gli errori dei modelli di previsioni del tempo attualmente utilizzati, potrebbe essere possibile sapere con più precisione non solo se pioverà tra tre o quattro settimane, ma anche le probabilità che si verifichi un evento climatico estremo. I dettagli sono pubblicati su Nature.. Sfidando la teoria del caos Secondo Edward Lorenz, storico professore del MIT e uno dei padri della teoria del caos, minime variazioni nelle condizioni iniziali del tempo atmosferico possono portare a risultati completamente diversi. Per questo, sosteneva, sarebbe impossibile prevedere il tempo con più di due settimane di anticipo. Ma forse si sbagliava.. «In teoria l'atmosfera può creare un numero infinito di configurazioni, ma in pratica tende a ricadere sempre negli stessi schemi preferiti», spiega Judah Cohen, uno degli autori.. Previsioni substagionali Gli autori dello studio si sono concentrati sulle cosiddette previsioni substagionali, che provano a indovinare cosa accadrà tra 2-6 settimane. «Nella maggior parte dei casi fare previsioni di questo tipo equivale a lanciare un dado al casinò», commenta Cohen, dandoci un'idea della poca precisione dei modelli attuali, anche i migliori.. Il nuovo sistema si applica ai modelli di previsione esistenti, correggendone gli errori e migliorandone di molto l'accuratezza. Utilizzando l'intelligenza artificiale, impara dagli errori commessi in passato dal modello di previsione al quale viene applicato, e aggiusta di conseguenza le nuove previsioni. Più dati ha a disposizione, più migliora. Per testarne le capacità, lo scorso anno il team di ricerca l'ha fatto competere alla prima edizione della AI Weather Quest, una gara tra modelli previsionali organizzata dal Centro europeo per le previsioni meteorologiche a medio termine (ECMWF), considerato il più autorevole al mondo.. La loro proposta, battezzata MicroDuet, combinava le previsioni di due modelli (quello dell'ECMWF e un modello ibrido basato sull'IA) "ripulite" dal sistema di correzione. MicroDuet è arrivata prima in tutte le categorie, battendo i modelli di sei grandi centri meteorologici internazionali e rivelandosi due volte più accurata con tre settimane di anticipo e tre volte più accurata con quattro settimane di anticipo rispetto all'insieme dei modelli dei principali centri meteorologici internazionali.. Un aiuto in più per gestire le emergenze La tecnica, che secondo i risultati migliorerebbe le previsioni sulla terraferma nella maggior parte delle regioni del mondo, ha già chi vuole testarla sul campo: il servizio meteorologico del Kenya si è fatto avanti per adottarla e prevedere meglio i monsoni, con l'obiettivo di migliorare i raccolti già da quest'inverno. «Potrebbe aiutare a decidere quando concimare in base alle piogge, a capire quando sta arrivando una gelata per proteggere le colture durante i raccolti invernali, o a prepararsi alla siccità», spiega Cohen. . Ma i possibili usi vanno oltre l'agricoltura: riuscire a prevedere con settimane di anticipo degli eventi estremi potrebbe evitare blackout di massa come quello avvenuto in Texas nel 2021 in seguito alla tempesta invernale Uri, permettendo di gestire al meglio le emergenze, dando a chi le affronta più tempo per prepararsi..

©