Nasa e Ibm stanno sviluppando un modello di machine learning che permetterà lo studio dei tanti parametri legati al tempo meteorologico e appunto al cambiamento climatico
Due colossi per costruire un’intelligenza artificiale – sì, l’ennesima, ed è solo l’inizio – in grado di sfornare previsioni del tempo più accurate e una miriade di altre applicazioni legate allo studio del clima. In particolare, la Nasa e IBM hanno stretto un’alleanza per sviluppare un modello di base, cioè un modello di machine learning di grandi dimensioni addestrato su una grande quantità di dati su larga scala in modo da poter essere adattato a molte attività di un unico ambito. A loro avviso il nuovo modello riuscirà a portare “significativi vantaggi rispetto alle tecnologie esistenti” per lo studio dei tanti parametri legati al tempo meteorologico e appunto al cambiamento climatico.
Gli attuali modelli di intelligenza artificiale come GraphCast messo a punto dalla DeepMind di Google e Fourcastnet sono in effetti già in grado di partorire previsioni meteo più velocemente rispetto ai modelli tradizionali. Eppure, ha spiegato IBM, non affrontano il problema alla radice. Cioè si tratta di emulatori di intelligenza artificiale, piuttosto che di modelli di base costruiti da zero per occuparsi di un ambito con applicazioni e servizi di intelligenza artificiale generativa. In sostanza, spiega il colosso informatico, ciò che c’è oggi sul mercato può fare previsioni su una serie di dati di addestramento ma non può codificare la fisica alla base delle previsioni.
Gli obiettivi del nuovo modello di base
Ma a cosa puntano davvero l’agenzia spaziale statunitense e il gruppo di Armonk? A diversi obiettivi. Anzitutto, rispetto ai modelli attuali intendono sviluppare un modello più accessibile, con tempi di inferenza più rapidi e un corpus di dati ancora più ampio e diverso di quanto ci sia ora in circolazione. In seconda battuta, lo scopo è ovviamente migliorare la precisione e l’accuratezza delle previsioni del tempo con un sistema che dovrebbe non solo prevedere i fenomeni meteorologici ma anche dedurre informazioni ad alta risoluzione basate su dati a bassa risoluzione nonché “l’identificazione delle condizioni favorevoli a qualsiasi attività su cui gli esseri umani siano impiegati o con cui debbano quotidianamente confrontarsi, dalle turbolenze degli aerei agli incendi”.
Quello sugli eventi meteo non è il primo progetto in questo ambito che Nasa e IBM hanno sviluppato unendo le forze. Lo scorso maggio, infatti, hanno lanciato un modello che sfrutta i dati dei satelliti dell’agenzia per l’intelligenza geospaziale. Si tratta del più grande modello geospaziale sulla piattaforma AI open source Hugging Face, la startup più chiacchierata del settore che ha raccolto finanziamenti da Amazon, Google, Intel, la stessa IBM, Amd, Nvidia, Salesforce e Qualcomm, arrivando a toccare una valutazione di 4,5 miliardi di dollari. Nello specifico, Hugging Face sviluppa grazie alla sua community di sviluppatori open-source applicazioni basate sull’apprendimento automatico.
Finora il modello lanciato la scorsa primavera è stato utilizzato per tracciare e visualizzare le attività di piantagione e coltivazione di alberi in alcune importanti aree forestali in Kenya. L’obiettivo è piantare più alberi e affrontare il problema della scarsità d’acqua. Il modello viene utilizzato anche per analizzare le isole di calore urbane negli Emirati Arabi Uniti.
