Previsioni meteo più veloci ed economiche: come l’intelligenza artificiale può salvare vite nei Paesi più vulnerabili

Temperature estreme, piogge torrenziali, siccità improvvise. Il cambiamento climatico ha reso gli eventi meteorologici estremi sempre più frequenti e difficili da prevedere. Ma se nei Paesi ricchi esistono infrastrutture in grado di anticipare, almeno in parte, questi eventi e attivare piani di emergenza, in molte aree del mondo – soprattutto nei Paesi in via di...

Mag 9, 2025 - 15:06

Previsioni meteo più veloci ed economiche: come l’intelligenza artificiale può salvare vite nei Paesi più vulnerabili

Temperature estreme, piogge torrenziali, siccità improvvise. Il cambiamento climatico ha reso gli eventi meteorologici estremi sempre più frequenti e difficili da prevedere. Ma se nei Paesi ricchi esistono infrastrutture in grado di anticipare, almeno in parte, questi eventi e attivare piani di emergenza, in molte aree del mondo – soprattutto nei Paesi in via di sviluppo – la mancanza di sistemi di allerta precoce continua a mettere a rischio milioni di vite umane.

Un nuovo studio dell’Università di Cambridge, in collaborazione con l’Alan Turing Institute, Microsoft Research e il Centro Europeo per le Previsioni Meteorologiche a Medio Termine (ECMWF), propone di sfruttare l’intelligenza artificiale per creare un sistema di previsione meteorologica veloce, affidabile e soprattutto accessibile.

Il progetto si chiama Aardvark Weather e si basa su un modello di intelligenza artificiale che, secondo i ricercatori, è in grado di superare in prestazioni i tradizionali supercomputer, pur utilizzando soltanto la potenza di calcolo di un comune laptop. Una rivoluzione per il settore meteorologico, è questa la speranza, che potrebbe democratizzare l’accesso alle previsioni meteo avanzate e salvare vite nei territori oggi più esposti.

Nella versione preliminare dello studio – l’articolo peer-reviewed è stato accettato per la pubblicazione su Nature ma è ancora soggetto a revisione finale – si legge che il sistema basato su AI riesce a elaborare previsioni con rapidità e precisione. Questo tipo di tecnologia, sottolineano gli autori dello studio, potrebbe fornire previsioni locali mirate, come ad esempio quelle relative alle temperature estreme per le colture agricole in Africa o alla velocità del vento nei parchi eolici europei.

Sebbene lo studio sia ancora in fase di pre-pubblicazione e suscettibile di modifiche durante la produzione editoriale, il messaggio è già chiaro: la combinazione tra machine learning e dati meteorologici potrebbe cambiare radicalmente il modo in cui prevediamo il tempo.

Oggi, la maggior parte delle previsioni meteorologiche dettagliate si basa su modelli numerici complessi e costosi, gestiti da supercomputer che eseguono milioni di calcoli in poche ore. Questi strumenti sono a disposizione di un numero limitato di Paesi, quelli dotati di risorse tecnologiche avanzate e personale altamente specializzato.

Al contrario, Aardvark Weather vuole rappresentare un’opportunità per colmare questo divario. Il suo punto di forza, fanno sapere i ricercatori, risiede nella leggerezza del sistema, che consente l’utilizzo anche in contesti dove l’accesso alla tecnologia è limitato. Secondo gli autori della ricerca, ogni Paese – anche il più isolato o meno sviluppato – potrebbe adottare questo modello per creare un sistema di allerta precoce capace di anticipare disastri naturali, dalle alluvioni agli uragani.

Secondo i dati dell’Organizzazione Meteorologica Mondiale, meno della metà dei Paesi africani dispone di un sistema di allerta meteorologica funzionante. La mancanza di informazioni tempestive porta spesso a bilanci tragici in termini di vite umane, raccolti distrutti e infrastrutture danneggiate. Aardvark Weather, con la sua scalabilità e il suo basso costo, vuole rappresentare una svolta storica per queste aree.

Naturalmente, restano ancora sfide da affrontare. L’integrazione di questi sistemi con le reti meteorologiche esistenti, la validazione dei dati in tempo reale e la formazione del personale locale sono alcuni degli aspetti che dovranno essere approfonditi prima di un’adozione su larga scala.