Per creare previsioni climatiche accurate e precise, la scienza punta sempre più sull’AI e sulla straordinaria potenza di calcolo dei supercomputer. Ma serve tenere conto di tutti i particolari: tra questi, lo studio delle nuvole, come spiega uno scienziato italiano impegnato nel consorzio statunitense CLiMA.

TAKEAWAY

  • AI e supercomputer sono fondamentali per mettere a punto modelli previsionali utili per affrontare le sfide del clima.
  • Negli USA è nato CLiMA – Climate Modelling Alliance, consorzio di scienziati ed esperti, che sta lavorando a sviluppare un sistema di modellizzazione del clima terrestre di nuova generazione che impiega Machine Learning e HPC.
  • Per realizzare questo sistema di modellizzazione e per lo studio del clima è particolarmente importante l’analisi delle nuvole in quanto alcune di esse controllano il bilancio termico della terra.

Intelligenza artificiale e supercomputer sono fondamentali per affrontare le sfide climatiche e ottenere modelli previsionali sempre più accurati e precisi a partire dalle previsioni meteo.

Per questo, negli Stati Uniti è nato CLiMA – Climate Modelling Alliance, un consorzio di ricerca che vede attive alcune delle università più prestigiose degli USA. Coinvolge ingegneri, scienziati e matematici, esperti di atmosfera e di oceani, per centrare un obiettivo comune: sviluppare un Earth System Model, ovvero un sistema di modellazione del pianeta Terra in grado di fare previsioni climatiche accurate e precise.

Una parte di questo lavoro prezioso è svolto da un italiano, Simone Marras, docente presso il New Jersey Institute of Technology, ricercatore associato presso il California Institute of Technology, e specialista di fluidodinamica computazionale.

Le sue competenze spaziano dallo sviluppo di software per il Numerical Weather Prediction, alla simulazione di flussi turbolenti stratificati. La sua attività si focalizza sullo studio delle nuvole e delle turbolenze ed è fondamentale per fornire i dati agli esperti di intelligenza artificiale utili per ottenere modelli previsionali quanto più precisi e mirati.

Intelligenza artificiale e supercomputer: CLiMA e lo studio delle nuvole

CliMA sta lavorando allo sviluppo di un sistema di modellizzazione del clima terrestre di nuova generazione, impiegando intelligenza artificiale e supercomputer, ovvero tecnologie HPC – High Performance Computing per ridurre sensibilmente l’incertezza nelle previsioni climatiche. Per farlo coinvolge esperti del cielo, del suolo, della vegetazione e del mare. 

Lo studio delle nuvole, nel complesso, è tanto importante quanto critico. Esse, infatti, sono al centro di un dibattito scientifico pluridecennale sulla misura in cui a volte riscaldano e a volte raffreddano il pianeta, e sull’impatto che hanno sull’equilibrio e la temperatura globale. 

Una ricerca pubblicata lo scorso settembre da un team congiunto dell’Università di Liverpool, dell’Imperial College di Londra e del National Oceanography Centre del Regno Unito ha evidenziato che questa mancanza di chiarezza è uno dei motivi principali per cui i modelli a macro scala differiscono su quali obiettivi debbano essere fissati per le emissioni di CO2. Per questo motivo, il lavoro di Simone Marras e dei suoi collaboratori su nuvole e turbolenze diventa cruciale.

Dallo studio delle nuvole risposte efficaci per affrontare il climate change

C’è una grande incertezza nella modellizzazione delle nuvole, in quanto sono sistemi fisici complessi. Mentre infatti il riscaldamento globale è stato assodato da tutti i modelli climatici, c’è invece incertezza su quanto sarà questo riscaldamento. Tali incertezze derivano proprio da processi su piccola scala, come le nuvole, che i modelli climatici non possono risolvere completamente.

La presenza di nuvole influisce a livello climatico. Alcune di esse, in particolare gli stratocumuli, controllano il bilancio termico della terra, proteggendo grandi aree della sua superficie dalla radiazione solare. Se esse dovessero scomparire a causa di un aumento eccessivo della temperatura, come evidenziano i risultati dello studio del prof. Tapio Schneider pubblicato su Nature, il rischio è che tale aumento potrebbe diventare ancora più forte – spiega Marras – Poter modellizzare le nuvole in modo quanto più preciso possibile ci permetterà di avere una confidenza maggiore sulla simulazione utile per la previsione climatica a lungo termine, anche tra 200 anni.

Ma in tutto questo, come entra in gioco l’intelligenza artificiale per creare modelli previsionali ancora più precisi per il meteo ma ancor più per affrontare i cambiamenti climatici?

Parto dalla mia esperienza in fluidodinamica computazionale, ovvero l’impiego del computer per risolvere le equazioni del moto dei fluidi in diverse applicazioni. Una di queste è legata alle simulazioni climatiche e in particolare allo studio della turbolenza e alla modellistica numerica correlata. Il mio ruolo è generare dati utili per il loro impiego mediante intelligenza artificiale, finalizzati a creare parametri utili e a minimizzare gli errori

Per comprendere meglio, si prende a esempio lo studio delle nuvole in un determinata area. Si parte considerando la parte di cielo interessato; la sezione viene poi suddivisa in un determinato numero di celle. Questo lavoro è particolarmente prezioso perché, ad oggi, non è possibile farlo su larga scala con un livello di precisione così alto, in quanto richiede di processare una quantità di dati talmente enorme da non rendere possibile la loro elaborazione.

Il problema è che non potendo fare questa analisi matematica punto su punto, restano delle aree senza punti. Per questo è importante creare modelli atti a simulare il flusso anche dove non ci sono questi punti. A livello di turbolenza, l’intento è minimizzare l’errore che si commette laddove non ci sono punti per eseguire un calcolo esplicito.

L’intelligenza artificiale è in grado di aiutare a migliorare i parametri e a ridurre il più possibile i margini di errore. Essa permette di combinare informazioni storiche, dati in tempo reale e ottenute da sistemi di misura e da simulazioni molto precise su piccola scala con un numero elevato di punti, per costruire formule parametriche più precise possibili.

intelligenza artificiale e supercomputer
I supercomputer vengono impiegati da tempo per le previsioni meteorologiche e alcuni dei più potenti al mondo sono oggi focalizzati nel fornire analisi mirate sul clima.

Intelligenza artificiale e supercomputer nelle previsioni meteo e nelle analisi sul clima

I supercomputer vengono impiegati da tempo per le previsioni meteorologiche e alcuni dei più potenti al mondo sono oggi focalizzati nel fornire analisi mirate sul clima. Sono particolarmente utili per la Numerical Weather Prediction, che si concentra sull’acquisizione delle attuali osservazioni del tempo e sull’elaborazione dei dati specifici con modelli computerizzati per prevedere il tempo che farà.

Le tecnologie HPC permettono oggi possibilità impensabili solo fino a qualche anno fa, ma alla potenza hardware è conseguita anche la necessità di adattare software. CLiMA nasce proprio per realizzare una piattaforma software dedicata.

In particolare, sta realizzando il primo modello di sistema terrestre che impara automaticamente da diverse fonti di dati. Si chiama ClimateMachine e sarà in grado di sfruttare Machine Learning e data assimilation – disciplina matematica che cerca di combinare la teoria con le osservazioni – per imparare dalle osservazioni e dai dati generati su richiesta in simulazioni mirate ad alta risoluzione, per esempio, di nuvole o turbolenze oceaniche

La data assimilation è una componente altrettanto fondamentale dell’evoluzione del software che risolve le equazioni dell’evoluzione dell’atmosfera, entrambe sono necessarie per comprendere l’evoluzione sia delle previsioni del tempo sia per i modelli climatici; l’ausilio dell’intelligenza artificiale consentirà questa evoluzione” conclude Marras.

Scritto da:

Andrea Ballocchi

Journalist Leggi articoli Guarda il profilo Linkedin