DeepMind AI prevede uragani con un giorno di anticipo

Un modello di intelligenza artificiale sviluppato da Google DeepMind può prevedere gli uragani con un giorno intero di anticipo in più rispetto ai sistemi di previsione esistenti, secondo una ricerca pubblicata su Nature il 6 agosto 2026. Il modello WeatherNext ha fornito previsioni a tre giorni accurate quanto le previsioni a due giorni dei modelli precedenti, dando ai meteorologi avvisi più tempestivi per tempeste devastanti. Il maggior preavviso ha aiutato le comunità a prepararsi per l'uragano Melissa, che ha causato inondazioni catastrofiche e frane in Giamaica.

Mike Brennan, direttore del National Hurricane Center statunitense, ha dichiarato che anche poche ore di preavviso in più possono essere cruciali per organizzare evacuazioni e predisporre rifornimenti. "Il tempo è davvero prezioso quando si tratta di questo tipo di decisioni", ha osservato, definendo la capacità di estendere l'accuratezza delle previsioni di un giorno "davvero preziosa". I ricercatori affermano che storicamente un tale salto avrebbe richiesto un decennio di lavoro.

Gli uragani sono notoriamente difficili da prevedere perché coinvolgono più scale spaziali. Kate Musgrave, responsabile del gruppo dei cicloni tropicali presso il Cooperative Institute for Research in the Atmosphere e coautrice, ha spiegato che prevedere la traiettoria di una tempesta richiede dati meteorologici su scala globale, mentre le previsioni di intensità necessitano di dati locali molto più dettagliati sulle condizioni atmosferiche e oceaniche. I precedenti modelli di IA faticavano con l'intensità, ma WeatherNext è riuscito. Durante l'uragano Melissa, il National Hurricane Center è stato in grado di prevedere una tempesta di categoria 5 quando era ancora solo di categoria 1, una novità assoluta.

Ferran Alet, ricercatore presso Google DeepMind e autore principale, ha dichiarato che il team ha addestrato il modello su enormi quantità di dati meteorologici generali per compensare la scarsità di dati sui cicloni. Il modello utilizza input atmosferici a risoluzione relativamente grossolana, ma cattura segnali sull'intensità delle tempeste che hanno sorpreso gli scienziati. "Quando abbiamo detto alla comunità che il nostro modello usava una risoluzione relativamente grossolana, sono rimasti scioccati", ha detto Alet. Nel 2026, il modello genera 1.000 scenari possibili per ogni tempesta, rispetto ai 50 del 2025, aiutando i meteorologi a tenere conto dell'effetto farfalla.

Prima della distribuzione in tempo reale, il modello è stato testato su dati retrospettivi con risultati così forti che i ricercatori erano scettici che si sarebbero mantenuti in tempo reale. Musgrave ha detto che le prestazioni si sono effettivamente mantenute, sorprendendo tutti. Tuttavia, Brennan ha avvertito che il modello di IA è uno strumento tra molti e nessun singolo modello è garantito come il migliore per ogni futura tempesta. L'elemento umano rimane essenziale per tradurre le previsioni in avvisi di impatto che salvano vite.

Google DeepMind ha annunciato che renderà open-source i modelli WeatherNext utilizzati durante la stagione degli uragani, consentendo ai ricercatori di tutto il mondo di usarli e migliorarli. Alet ha espresso la speranza che ciò porti a nuove scoperte scientifiche sul comportamento dei cicloni, affermando: "Penso che l'IA ci stia dando nuovi strumenti per sondare le leggi dell'universo".