L'IA migliora le previsioni dei temporali senza un supercomputer

Uno strumento di IA sviluppato presso l'Università di San Paolo, in Brasile, ha migliorato nei test le previsioni dei temporali a breve termine, riducendo i falsi allarmi di quasi il 70% rispetto a un metodo tradizionale. Chiamato TITAN-LSTM, prevede la traiettoria di un temporale, l'area interessata dalla pioggia e l'intensità delle precipitazioni con un anticipo fino a 30 minuti, aggiornandosi ogni cinque minuti.

Lo strumento combina un software consolidato di tracciamento radar con un'IA che apprende come i temporali cambiano nel tempo. Anziché elaborare intere immagini radar, utilizza descrizioni numeriche di ciascun temporale, come dimensioni, velocità e intensità delle precipitazioni. Questo carico di calcolo ridotto gli consente di funzionare su un normale computer portatile.

I ricercatori hanno utilizzato osservazioni radar raccolte nei pressi di San Paolo tra il 2016 e il 2019. Tra oltre 32.000 temporali tracciati, ne hanno selezionati 439 di cui era possibile seguire l'intera evoluzione, utilizzandone 307 per addestrare l'IA e tenendone separati 132 per i test. I risultati sono stati pubblicati sul Journal of Geophysical Research: Machine Learning and Computation.

Esistono limiti importanti: al momento lo strumento gestisce soltanto temporali che non si uniscono ad altri né si dividono, e l'incertezza aumenta quanto più la previsione si spinge avanti nel tempo. Il gruppo sta ora lavorando su temporali più complessi e spera di adattare il sistema ad altri radar, con l'obiettivo di fornire previsioni agli enti responsabili delle allerte per le calamità.