Un modello di intelligenza artificiale sviluppato all’Università di Washington è riuscito a compiere un’impresa che fino a pochi anni fa sarebbe stata impossibile: è riuscito a simulare mille anni di clima terrestre in appena dodici ore, utilizzando un semplice processore. Si chiama Deep Learning Earth System Model (DLESyM) ed è stato progettato dal professore di scienze atmosferiche Dale Durran insieme al dottorando Nathaniel Cresswell-Clay. La loro ricerca è stata pubblicata su AGU Advances e propone un nuovo approccio per lo studio delle variazioni climatiche a lungo termine.
Oggi i modelli climatici più utilizzati si basano su simulazioni fisiche elaborate da supercomputer, ma il problema è legato all'enorme dispendio di energia e ai tempi di calcolo molto lunghi: la stessa simulazione che DLESyM completa in un giorno richiederebbe circa tre mesi su un supercomputer di ultima generazione. L’aspetto sorprendente è che, nonostante la sua leggerezza, il modello AI riesce a raggiungere una precisione paragonabile ai grandi modelli tradizionali, quelli del progetto CMIP6, utilizzati anche dall’IPCC per i report sul cambiamento climatico.
Risultati simili si sono potuti ottenere grazie alla combinazione di due reti neurali: una per rappresentare l’atmosfera e l’altra per l’oceano. Le due componenti dialogano tra loro, aggiornando i dati a intervalli differenti — ogni 12 ore per l’atmosfera, ogni quattro giorni per la superficie marina. Questo permette di catturare fenomeni complessi come i monsoni o i cicloni tropicali, e persino eventi di “blocking”, ossia le configurazioni atmosferiche che intrappolano ondate di caldo o di freddo per settimane.
Uno degli aspetti più interessanti è che DLESyM è stato addestrato con dati storici a breve termine, cioè previsioni giornaliere, ma è riuscito lo stesso a imparare la variabilità stagionale e interannuale. Un risultato considerato controintuitivo dagli stessi ricercatori, perché finora si riteneva che la scarsità di dati stagionali fosse un ostacolo insormontabile per l’uso dell’AI in climatologia.
I test comparativi con i modelli CMIP6 hanno mostrato che l’AI non solo regge il confronto, ma in alcuni casi fornisce risultati migliori: ad esempio nella simulazione delle tempeste tropicali e dei monsoni estivi indiani. Tutto questo con un consumo energetico infinitamente più basso. In un momento in cui l’impatto ambientale ed energetico dei modelli AI è al centro del dibattito internazionale, così tanto che si parla di data center alimentati da centrali nucelari SMR, la prospettiva di strumenti scientifici ad alta efficienza energetica appare particolarmente promettente.
Il progetto, finanziato da enti statunitensi e internazionali, è stato reso disponibile liberamente: chiunque può scaricare il modello e sperimentare senza bisogno di un supercomputer. È un dettaglio che non passa inosservato, perché apre la porta a università e istituti di ricerca di piccole dimensioni, che finora non avevano accesso a strumenti di questo livello.
Il prossimo passo sarà integrare nella simulazione anche il suolo e la vegetazione, per rappresentare meglio l’interazione fra biosfera e atmosfera.
Debutta Revolut Duo: due conti separati, vantaggi premium condivisi