Tecnologia

Mentre il 2024 è stato confermato l’anno più caldo tra quelli finora misurati, uno studio del Cmcc utilizza il “machine learning” (una branca dell’intelligenza artificiale) per integrare le simulazioni dei modelli climatici con le osservazioni storiche, migliorandone l’affidabilità del 54%. Il link alla ricerca.

Un team internazionale guidato dal Centro euro-mediterraneo sui cambiamenti climatici (Cmcc) ha sviluppato un innovativo metodo basato sul machine learning (la branca dell’intelligenza artificiale che permette ai sistemi di apprendere e migliorare) che riduce fino al 54% l’incertezza nelle proiezioni della temperatura dell’aria rispetto agli approcci più avanzati attuali. Questo approccio sfrutta l’IA per integrare le simulazioni dei modelli climatici globali con le osservazioni storiche, migliorando l’affidabilità delle previsioni a lungo termine. Un risultato che potrà sostenere la ricerca sui cambiamenti climatici: il 2024 è stato di recente confermato come l’anno più caldo mai registrato, con una temperatura media globale di circa 1,55 gradi sopra i livelli preindustriali, superando per la prima volta la soglia critica dell’Accordo di Parigi (fonte: World meteorological organization).

La nuova tecnica, sviluppata in collaborazione con la Columbia University, Uc Irvine e l’agenzia spaziale tedesca Dlr, consente di combinare i punti di forza delle simulazioni Cmip6 (il progetto internazionale di modellazione climatica) con le osservazioni storiche su scala globale.​ Il nuovo metodo, in particolare, taglia l’intervallo di incertezza nelle proiezioni di temperatura a lungo termine tra il 2081 e il 2098.
“Il machine learning non solo riduce l’incertezza delle proiezioni a lungo termine, ma stabilisce anche un nuovo standard nell’uso dell’intelligenza artificiale per migliorare le previsioni climatiche a livello globale”, afferma Giovanni Aloisio, ricercatore del Cmcc e co-autore dello studio.​ Questo avanzamento rappresenta un passo significativo nella modellizzazione del clima futuro, nel migliorare l’affidabilità delle simulazioni degli Earth system models (utilizzati attualmente) con implicazioni profonde per la valutazione e la gestione dei rischi climatici su scala globale.​
Questo lavoro, concludono i ricercatori, dimostra il potenziale dell’intelligenza artificiale nel migliorare l’affidabilità delle simulazioni dei modelli del sistema Terra, fornendo un migliore orientamento a governi e comunità per la pianificazione di strategie di adattamento e mitigazione.
 
Leggi lo studio: https://doi.org/10.1073/pnas.2413503...