I livelli inediti di CO₂ e di altri gas serra in atmosfera e il record segnato nel 2024 come anno più caldo mai visto dal 1850, appena confermato anche dal Copernicus Climate Change Service, non sono l’incipit di un romanzo distopico contemporaneo. Quando la temperatura globale ha superato di 1,5°C i livelli preindustriali abbiamo ufficialmente superato la soglia critica fissata nel 2015 con gli Accordi di Parigi per ridurre i rischi e gli impatti del cambiamento climatico. Ora il nostro futuro lo dobbiamo sovrascrivere a quello più roseo che avevamo sperato di vivere in questo 2025.
Ricominciare da un foglio bianco è sempre una responsabilità, oggi serve prendersi quella di eliminare tutte le incertezze delle politiche e ridurre il più possibile quelle della scienza. E serve collaborare.
Va fatto tra singoli e tra Paesi e comunità, ma anche con la tecnologia. Lecito e doveroso segnalarne e monitorarne gli impatti dannosi su clima e diritti umani, ma altrettanto prezioso è l’individuarne gli elementi di forza, per sfruttarli a proprio vantaggio. Se per mettere a tacere chi rema contro il futuro e ha già ritirato i remi in barca, preparandosi all’apocalisse, serve un esempio, un esempio c’è. È la collaborazione tra India, Europa e Machine Learning.
Takeaway
Le “forze” del GANANA Project
Il primo ruolo da chiarire è il più scomodo e “sospettoso”, quello giocato dalla stessa tecnologia che abilita anche l’intelligenza artificiale: il machine learning. Se ben sfruttato, si può mostrare che nel contesto ambientale riesce per esempio a migliorare la corrispondenza tra complessi modelli climatici e osservazioni del mondo reale. Ed è stato in grado di unire Europa e India, permettendo la convergenza dei punti di forza di ciascuna di queste aree in un progetto di svolta per lo studio del clima.
Si chiama GANANA project, minimizza le incertezze e le scuse per non agire contro i cambiamenti climatici. È appena iniziato e il suo impatto potrebbe essere globale. Finanziato dalla EuroHPC JU con un budget totale di 5 milioni di euro provenienti dal programma di finanziamento Horizon Europe, questo progetto mira a mettere le basi di una collaborazione a lungo termine per affrontare le più urgenti sfide globali.
Quella climatica e ambientale è la prima della lista e le si vuole dedicare tutta la potenza di calcolo HPC combinata dei tre principali supercomputer pre-exascale europei: LUMI in Finlandia, LEONARDO in Italia e MareNostrum 5 in Spagna. Nella squadra di lavoro coordinata dal Kungliga Tekniska Högskolan (Svezia) ci sono cinque centri universitari e ricerca indiani e altri sei europei con sede in Francia, Spagna, Finlandia, Germania, Paesi Bassi e Italia (CINECA e Fondazione Centro Euro-Mediterraneo sui Cambiamenti Climatici – CMCC).
Calcolando un possibile clima
Per affrontare assieme nel day by day le emergenze climatiche, Europa e India stanno organizzando scambi di competenze e collegamenti tra linee di ricerca, nel frattempo sviluppano anche software per applicazioni HPC per compiere balzi in avanti “nello studio dell’aumento di eventi estremi come ondate di calore e piogge intense, e dell’accelerazione dell’innalzamento del livello del mare lungo le coste” spiega Swapna Panickal, ricercatrice in ambito climate change dell’Indian Institute of Tropical Meteorology.
“In India le incertezze nelle proiezioni climatiche regionali e nei monsoni in un clima in riscaldamento aggiungono complessità alla situazione” poi aggiunge. Anche in Europa le criticità non mancano, come spiega infatti Paola Mercogliano, esperta della Fondazione CMCC, “ci troviamo sempre più spesso di fronte a fenomeni mai visti nelle nostre aree e che i modelli sviluppati finora non sono sempre in grado di considerare”.
Da ambo le parti, per motivi generali uguali e localmente diversi, emergono due forti necessità. Quella di “comprendere meglio i processi climatici e quella di migliorare la capacità di rappresentare all’interno dei modelli i fenomeni non ancora ben chiari”.
Una doppia sfida con al centro il clima da giocare a quattro mani, sfruttando le nuove tecnologie HPC tanto quanto la conoscenza delle dinamiche climatiche. L’India mette soprattutto queste ultime, grazie all’esperienza sui monsoni, oltre alla capacità di sviluppare strumenti di modellazione climatica regionale ad alta risoluzione. L’Europa condivide la potenza di calcolo diffusa nei suoi migliori pre-exascale, necessaria per supportare il machine learning nel far progredire la modellazione climatica nella giusta direzione. Come spiega Panickal, “oggi questa unione di discipline e competenze appare una delle più promettenti strade per migliorare la comprensione del sistema terrestre e ridurre le incertezze nelle proiezioni climatiche”.
Immaginare il futuro con più robustezza
Se questa unione farà davvero la forza, lo si potrà vedere già dai primi risultati del progetto GANANA. Ci si aspetta per esempio “lo sviluppo di ESM (Earth Systems Models) ibridi che integrano modellazione fisica, machine learning e conoscenze climatiche, la correzione dei bias nei risultati dei modelli climatici per temperatura, precipitazioni e venti e il downscaling delle proiezioni climatiche globali a risoluzioni spaziali più fini sull’India” spiega Panickal. Mercogliano completa ricordando la comune ambizione di “lavorare con il machine learning al rilevamento e all’attribuzione di eventi estremi come cambiamenti del livello del mare, precipitazioni estreme e riscaldamento nell’Oceano Indiano, oltre a completare i tradizionali framework di modellazione nell’analisi di sistemi complessi e non lineari, specialmente nelle proiezioni climatiche e nelle interazioni oceano-clima”.
Concetti ostici per chi non guarda il clima con occhio esperto, ma con vantaggi per chiunque. Un miglioramento della robustezza delle proiezioni climatiche regionali attraverso tecniche di modellazione innovative, che si tratti di India o di Europa, favorirà la pianificazione di politiche a lungo termine più efficaci per adattarsi ai cambiamenti climatici. Grazie al machine learning si spera infatti di riuscire a “catturare relazioni complesse e migliorare l’interpretabilità dei risultati dei modelli, particolarmente utile per valutazioni del rischio climatico a lungo termine” precisa Mercogliano. Sia lei che Panickal pensano agli eventi estremi sempre più frequenti e presenti in zone prima non soggette, in Europa, ma anche al clima indiano e alla sua evoluzione. Sia lei che Panickal hanno in mente pubblicazioni di ricerca congiunte e il co-sviluppo di strumenti climatici che possano avere un impatto globale più ampio.
Senza barriere di geografia e genere
Per far davvero aumentare il numero di paper focalizzati sulla variabilità e i cambiamenti climatici a lungo termine in Asia meridionale e nelle regioni euro-mediterranee che portino firme indiane ed europee assieme, i team di tutti i Paesi coinvolti prevedono workshop congiunti per condividere risultati e strumenti utili ma anche scambi accademici e un continuo impegno nella formazione. Panickal cita tra le priorità la creazione di una futura generazione di modellatori climatici con competenze in data science e applicazioni ML e l’Europa ne ha altrettanto bisogno. Ovunque regna l’incertezza climatica, la necessità di competenze integrate non potrà che crescere.
La risposta concreta a questo bisogno saranno programmi di formazione interdisciplinari che combinino machine learning e scienze del sistema terrestre, un maggiore accesso alle risorse computazionali e flussi di lavoro standardizzati. Serviranno anche piattaforme collaborative più efficienti, per favorire l’apprendimento tramite scambi tra colleghi, anche se dislocati in varie parti del mondo. Da esperta di clima, entusiasta della declinazione climatica di GANANA, Mercogliano fa notare anche un altro aspetto che per lo meno l’Italia potrebbe apprendere dall’India, la presenza di parità di genere nei team di ricerca: “durante la visita in India a inizio anno mi ha molto colpito quanto fosse bilanciato il numero tra uomini e donne. Ci hanno spiegato che il loro gender balance è naturale e che deriva soprattutto da Indira Gandhi, da Sonia Gandhi e da altre figure femminili che ancora agiscono come potenti role model”.
