Tecnologia

Velocità e precisione potenziate grazie all’intelligenza artificiale: la novità è l’integrazione tra variabili oceaniche e atmosferiche. La svolta per il clima firmata da Università di Helsinki e Cmcc.

Previsioni sul Mar Mediterraneo fino a quindici giorni in appena venti secondi. Con una risoluzione di quattro chilometri e simulazioni fino a duecento metri di profondità. È la svolta firmata Università di Helsinki e Cmcc (Centro euro-mediterraneo sui cambiamenti climatici): si chiama SeaCast ed è il primo modello regionale ad alta risoluzione basato su intelligenza artificiale per il bacino mediterraneo. Lo studio, pubblicato su “Nature – Scientific Reports”, segna un cambio di passo nella modellistica marina. SeaCast combina machine learning, fisica oceanica e dati atmosferici. Il risultato: previsioni più rapide dei sistemi numerici tradizionali e più accurate dei modelli fisici convenzionali.

Il confronto è chiaro. I sistemi operativi impiegano circa settanta minuti per una previsione di dieci giorni. SeaCast arriva a quindici giorni in circa venti secondi su una singola gpu (graphics processing unit). Un salto di efficienza energetica e computazionale che apre nuovi scenari per la ricerca climatica e la gestione costiera.
La novità chiave è l’integrazione tra variabili oceaniche e atmosferiche. La rete neurale, basata su grafi, riesce a leggere coste complesse e condizioni tipiche del Mediterraneo. L’addestramento si basa sui dati di rianalisi ad alta risoluzione distribuiti dal Copernicus Marine Service.

SeaCast supera stabilmente l’attuale modello operativo Copernicus sull’orizzonte standard di dieci giorni e ne estende la capacità fino a quindici. La maggiore velocità consente anche simulazioni “what-if” e previsioni probabilistiche, strumenti cruciali per navigazione, acquacoltura e monitoraggio ambientale.
“Questo risultato dimostra come la combinazione di oceanografia, scienza atmosferica e competenze in IA produca risultati tangibili e possa aprire la strada a una nuova generazione di previsioni oceaniche regionali”, afferma Emanuela Clementi del Cmcc. “Unendo intuizione fisica e IA avanzata, miglioriamo l’accuratezza delle previsioni riducendo drasticamente i costi computazionali. La collaborazione interdisciplinare è stata essenziale”.