L’intelligenza artificiale, grazie all’uso di sofisticati algoritmi e all’analisi di grandi quantità di dati storici, è in grado di elaborare previsioni più dettagliate. Un esempio di applicazione avanzata dell’AI in meteorologia è rappresentato da GraphCast. Un sistema sviluppato da Google, che utilizza il machine learning per migliorare le previsioni a partire da dati di rianalisi. Tale approccio consente di rivalutare eventi meteorologici passati con modelli aggiornati. Un processo utile per poter migliorare la precisione delle previsioni future
.Nonostante i vantaggi evidenti dell’AI, alcuni esperti, come il professor Andrew Charlton-Perez dell’Università di Reading, sottolineano che la qualità delle previsioni dipende dai dati di input. Quando quest’ultimi mancano, o quando eventi estremi si manifestano con irregolarità, anche i modelli basati su AI possono risultare meno accurati. Questo è un aspetto critico, soprattutto in un contesto di cambiamento climatico.
Thomas Wostal, dell’osservatorio GeoSphere Austria, ha confermato come le previsioni numeriche avessero anticipato l’arrivo di piogge intense in alcune aree. Eppure, le previsioni accurate da sole non bastano. Secondo gli esperti, è fondamentale una comunicazione efficace per sensibilizzare la popolazione. A tal proposito, Shruti Nath, ricercatore dell’Università di Oxford, ha sottolineato l’importanza di un sistema di allerta che comunichi i rischi.
Inoltre, per limitare i danni futuri, Friederike Otto dell’Imperial College di Londra sostiene che, oltre a migliorare le tecnologie predittive con l’AI, è essenziale adottare misure concrete per ridurre l’uso di combustibili fossili.