Una delle variabili più difficili da prevedere nel meteo è la pioggia, che è la principale fonte di incertezza nella previsione delle inondazioni. Tuttavia, questo nuovo sistema di intelligenza artificiale di Google salta completamente la previsione delle precipitazioni e cerca invece di prevedere le inondazioni da tutto il resto che è noto.

La sfida chiave è che i paesi che hanno più bisogno di queste previsioni sulle inondazioni sono spesso i luoghi che non hanno abbastanza dati di addestramento per l'algoritmo di apprendimento, poiché non hanno i mezzi per raccoglierli. Questa nuova tecnica aiuta a riutilizzare i dati degli Stati Uniti e di altri paesi e ad applicarli alle regioni meno fortunate.

Rimarevolmente, questo nuovo sistema di intelligenza artificiale è più accurato dei Sistemi Globali di Consapevolezza delle Inondazioni utilizzati in tutto il mondo. Questo è un incredibile progresso che può aiutare enormemente le nazioni non avanzate, non solo i loro governi ma anche i cittadini. Alcuni di questi modelli di previsione delle inondazioni sono persino abbastanza economici da eseguire su uno smartphone nella tua tasca.

Google ha sviluppato un approccio innovativo alla previsione meteorologica che supera le tradizionali simulazioni basate sulla fisica. Invece di affidarsi a modelli meteorologici computazionalmente costosi, utilizzano modelli di intelligenza artificiale basati sulla diffusione per generare dati meteorologici plausibili dalle osservazioni storiche.

L'intuizione chiave è che i modelli di diffusione, utilizzati per creare immagini da prompt di testo, possono essere applicati anche ai dati meteorologici. Questi modelli partono da un rumore casuale e lo trasformano gradualmente in modelli meteorologici realistici, imparando le complessità degli eventi meteorologici estremi nel processo.

Questo approccio presenta diversi vantaggi rispetto ai metodi tradizionali. In primo luogo, richiede molto meno potenza di calcolo, poiché non ha bisogno di eseguire complesse simulazioni meteorologiche. In secondo luogo, può sfruttare un dataset molto più ampio di osservazioni meteorologiche storiche, consentendo all'intelligenza artificiale di apprendere modelli più completi.

Il risultato è un sistema di previsione meteorologica più accurato delle tecniche precedenti, inclusi FourCastNet di NVIDIA e GraphCast di DeepMind. Questa svolta ha il potenziale per migliorare significativamente le previsioni meteorologiche, soprattutto nelle regioni con dati e risorse di calcolo limitati, salvando in definitiva molte vite grazie a una migliore previsione degli eventi meteorologici estremi.

Le scie di scarico degli aerei, note come scie di condensazione, possono avere un impatto misurabile sulla temperatura del pianeta. Sebbene solo una piccola percentuale di scie di condensazione (circa il 5%) abbia un effetto duraturo, questo impatto è significativo. Per affrontare questo problema, i ricercatori hanno sviluppato una simulazione basata sull'intelligenza artificiale in grado di prevedere quali aerei su quali rotte sono più probabili di creare queste scie di condensazione persistenti.

La sfida consiste nel distinguere accuratamente le scie di condensazione dalle nubi di cirro simili. Tuttavia, i ricercatori hanno trovato un modo affidabile per differenziare tra i due, rendendo il problema apprendibile per il sistema di intelligenza artificiale.

Per testare l'efficacia di questo approccio, i ricercatori hanno condotto una sperimentazione con American Airlines, dove hanno proposto lievi modifiche alle rotte in base alle previsioni dell'intelligenza artificiale. Il risultato è stata una riduzione del 54% della creazione di scie di condensazione che intrappolano il calore, con solo un aumento dello 0,3% del consumo di carburante. Questo effetto netto è 20 volte migliore per l'ambiente rispetto all'approccio attuale.

Evitando intenzionalmente le regioni in cui è più probabile la formazione di scie di condensazione persistenti, le compagnie aeree possono ridurre significativamente il loro impatto sulla temperatura del pianeta, con un impatto minimo sulle loro operazioni. Questo innovativo utilizzo della tecnologia di intelligenza artificiale ha il potenziale per rendere i viaggi aerei più sostenibili e contribuire alla lotta contro il cambiamento climatico.