Questo articolo è scritto da Antonio Navarra, fisico, professore all’università di Bologna, presidente della Fondazione “Centro Euromediterraneo sui Cambiamenti Climatici” (CMCC). Navarra lo ha offerto a questo blog per poter diffondere l’idea di un cambiamento straordinario che sta avvenendo nel mondo della ricerca meteorologica, nell’epoca dell’intelligenza artificiale.
Sono trascorsi cento anni da quando, nel 1922, il meteorologo britannico Lewis Fry Richardson pubblicò un libro rivoluzionario intitolato “Weather Prediction by Numerical Process”. In quest’opera pionieristica, Richardson descrisse in dettaglio la metodologia, gli strumenti e la strategia attraverso i quali rendere possibili le previsioni meteorologiche mediante rigorose elaborazioni numeriche basate sulle leggi fisiche dell’atmosfera. Il suo concetto si basava sull’assunzione che il comportamento dell’atmosfera fosse rappresentabile dalle equazioni fondamentali della fluidodinamica e quindi fosse prevedibile in maniera concettualmente simile alle oscillazioni di un pendolo, anche se molto più complicate. L’arroganza intellettuale era enorme: l’idea che un sistema di equazioni contenesse tutte le possibili variazioni del tempo atmosferico era un’ambizione gigantesca, ma fondamentalmente non dissimile da quella di Einstein che quasi contemporaneamente stava scrivendo le equazioni dell’universo.
In questo ambiente intellettuale, prevedere l’andamento dell’atmosfera era una conseguenza logica. Inoltre, la meteorologia stava attraversando un momento di sviluppo esplosivo, ma incerto rispetto a quale fosse il metodo migliore per garantire previsioni meteo affidabili, ripetibili e basate su metodi oggettivi piuttosto che semiempirici.
Questa idea ha gettato le basi per una delle rivoluzioni scientifiche più significative nel campo della meteorologia. Per comprendere la portata innovativa e la visione di Richardson, basta pensare che la portata dei calcoli necessari per realizzare il suo programma era completamente al di là delle possibilità del suo tempo. Negli anni ’20, le macchine calcolatrici erano meccaniche e completamente incapaci di soddisfare le richieste del metodo di Richardson.
Negli anni successivi, il programma di Richardson, come delineato nel suo libro, è stato completamente realizzato. A partire dalla realizzazione concreta del primo modello numerico di previsione negli anni ’50 a Princeton da un gruppo guidato da John von Neumann, la comunità scientifica ha lavorato instancabilmente per realizzare e avanzare il paradigma di Richardson, trasformando il suo sogno in una realtà sempre più sofisticata. Le previsioni meteorologiche numeriche sono diventate una parte essenziale della meteorologia moderna, sfruttando la potenza crescente dei computer per simulare l’evoluzione dell’atmosfera con una precisione sempre maggiore. L’evoluzione dei modelli numerici ci ha portato alla capacità attuale di prevedere a livello stagionale e decennale e fornire scenari dell’evoluzione del clima su base secolare che sono alla base delle complesse negoziazioni sul clima della Terra in atto.
Tuttavia, il nuovo approccio era contestato da Norbert Wiener che sosteneva invece che per la meteorologia (e anche l’econometria) l’approccio alle previsioni potesse essere solo statistico, basandosi sulla teoria statistica che egli stesso stava elaborando. La questione fu risolta da Ed Lorenz nel 1962 che dimostrò che le tecniche statistiche non erano in grado di fornire previsioni del tempo accurate oltre il primo giorno. Questo risultato è stato alla base delle scienze per gli ultimi 50 anni. Si può comprendere la sorpresa quando l’anno scorso sono emersi sistemi completamente statistici, che nella moderna versione di reti neurali, versione ben più avanzata dei semplici sistemi elaborati da Wiener, sono capaci di fare previsioni del tempo pari, se non migliori, dei più recenti sistemi dinamici, come quello dell’ECMWF.
Un nuovo capitolo si sta quindi aprendo nella storia delle previsioni meteorologiche con l’ascesa dell’intelligenza artificiale (AI). La capacità dell’AI di elaborare enormi quantità di dati in tempo reale e di apprendere dai modelli meteorologici esistenti sta rivoluzionando il modo in cui affrontiamo le previsioni del tempo. Questa convergenza tra meteorologia e AI promette di migliorare ulteriormente l’accuratezza delle previsioni e di aprire nuove frontiere di investigazione e ricerca. Non essere più limitati a problemi per i quali esistevano relazioni e teorie conosciute, ma dedurre le teorie stesse dai dati, allarga il campo dei problemi trattabili.
Questa rivoluzione porta con sé anche conseguenze importanti sull’organizzazione delle istituzioni accademiche, di ricerca e operative. Le necessità di calcolo sono molteplici e più accessibili rispetto ai precedenti paradigmi, le rendite di posizione si attenuano, altri attori potranno presentarsi sulla scena. Nuove sfide si aprono per la formazione sia accademica che professionale, occorre rivedere i percorsi formativi, fornire le conoscenze e gli strumenti adeguati per navigare nel nuovo scenario. Sono necessarie collaborazioni interdisciplinari per sviluppare modelli predittivi più sofisticati, comprendere meglio i meccanismi atmosferici complessi e affrontare le sfide emergenti legate all’interazione tra intelligenza artificiale e meteorologia.
Inoltre, l’accento si sposta sui dati e sul loro valore. Il trend precedente spingeva verso l’apertura e la condivisione dei dati in modo aperto e libero e l’Unione Europea ne aveva fatto una delle priorità politiche principali. È da domandarsi se il mutato valore dei dati non provochi una frammentazione e spinte retroattive in questo processo.
Richardson sarebbe stato soddisfatto di dove ci ha portato la sua visione, ma il passaggio all’era dell’IA rappresenterà un notevole avanzamento nella nostra capacità di comprendere e prevedere il tempo. Tuttavia, per sfruttare appieno questo progresso, è essenziale una riflessione attenta e un adattamento mirato da parte della ricerca e delle operazioni. L’integrazione delle nuove tecnologie deve avvenire in modo efficace, preservando al contempo l’integrità scientifica e il servizio pubblico essenziale fornito dalle previsioni meteorologiche.
Foto: “Stormy weather.” by Free the Image is licensed under CC BY 2.0.
