La grande quantità di informazioni generate giornalmente da rilevazioni satellitari, reti ferroviarie, sonde, boe e sensori meteorologici consente di avere una panoramica completa su quel che sta accadendo in giro per il mondo ma data la mole di dati a disposizione non sempre è possibile analizzarli a dovere.
E’ per questo motivo che il processo tecnologico in campo meteorologico e climatologico sta rivolgendo la propria attenzione all’intelligenza artificiale e all’apprendimento automatico. Il processo consentirà di navigare attraverso tutte le informazioni esistenti nella speranza di sviluppare nuovi modelli meteorologici e migliorare le previsioni. E le esperienze in tale direzione esistono già.
Quando si parla di apprendimento automatico si fa riferimento a un ramo dell’intelligenza artificiale che cerca di sviluppare tecniche che permettano ai computer di “apprendere”. Ovviamente nell’ambito di apparecchiature informatiche apprendere significa identificare modelli complessi in milioni di dati per giungere a qualche soluzione o a delle decisioni.
La complessità delle proiezioni climatiche è un’area considerata particolarmente adatta per l’analisi attraverso avanzati processi di apprendimento ed è per questo motivo che diversi team di ricercatori hanno sviluppato queste tecniche per anni. Nel 2016, ad esempio, è stato segnalato il primo utilizzo di un sistema di apprendimento per identificare eventi quali i cicloni tropicali, i fiumi atmosferici e i fronti atmosferici.
Questa esperienza ha dimostrato che l’algoritmo potrebbe replicare l’esperienza umana. Un altro tema, del Lawrence Berkeley National Laboratory (LBNL) in California, spera di poter utilizzare tecniche simili per studiare ogni tipo di evento estremo. L’obiettivo finale è quello di valutare meglio e prevedere come questi eventi muteranno di fronte al cambiamento climatico.
