Meteo e Ai, i ricercatori: «Così avremo previsioni personalizzate ogni cinque minuti»

Con la crisi climatica, gli eventi estremi improvvisi si fanno più intensi e frequenti, ma sono poco o per nulla prevedibili con i mezzi della meteorologia tradizionale. Oggi però il nowcasting – previsioni a brevissimo termine, localizzate su aree piccolissime e realizzate grazie all’intelligenza artificiale – sta diventando più rapido e accurato. Ma per portare queste ricerche di frontiera nei servizi di protezione civile e nella vita quotidiana, la strada è ancora lunga e passa per il coordinamento tra realtà di diversi paesi, la condivisione di scoperte, metodi ed enormi quantità di dati. In Europa, il luogo virtuale di questo scambio si chiama «MLCast», e la piattaforma web che lo ospita è stata progettata da alcuni studenti della scuola estiva WebValley della Fondazione Bruno Kessler. Una vera e propria community – spiegano i ricercatori Mattia Varagnolo e Luca Coviello, che hanno coordinato il lavoro – popolata di scienziati, centri di ricerca e appassionati dalle competenze più diverse, accomunati dalla curiosità e dalla voglia di dare una mano.
Varagnolo e Coviello, in cosa il nowcasting si differenzia dalle previsioni tradizionali?
Coviello: «Il termine, che nasce dall’unione di forecasting e now, indica previsioni a brevissimo termine, con un’alta risoluzione sia temporale (da 5 minuti fino a 3-6 ore) che spaziale (fino a 500 metri). Permette quindi di monitorare, per esempio, i temporali violenti e improvvisi che sfuggono ai modelli tradizionali, che invece si concentrano sul medio termine, cioè diversi giorni. È importante perché, nel contesto del cambiamento climatico, l’aumento delle temperature medie porta con sé effetti acuti e molto localizzati a breve termine».
Varagnolo: «I modelli fisici e numerici classici richiedono un’enorme capacità computazionale per simulare le condizioni atmosferiche iniziali, fornendo risposte con tempi di calcolo spesso troppo lunghi. Al contrario, un modello di AI (intelligenza artificiale) già addestrato genera la previsione in fase di inferenza in modo pressoché istantaneo (nell’ordine di pochi secondi) a ogni nuovo aggiornamento del dato radar, che sul territorio avviene ogni 5 minuti circa».
L’intelligenza artificiale viene addestrata in base a eventi estremi del passato?
Coviello: «Sì. Questi algoritmi (è bene sottolineare che non parliamo di modelli linguistici come ChatGpt, ma di modelli matematici di deep learning e reti neurali) apprendono dalle osservazioni del passato, come quelle relative agli eventi avvenuti nella zona di Moena nel 2018. A partire da queste, possono riprodurre nelle previsioni l’evoluzione di eventi estremi che sono già accaduti sul territorio».
Con quanto anticipo si può riuscire a dare un allarme?
Coviello: «Dai 30 minuti a un’ora. Sembra un intervallo breve, ma è quello che consente alle persone di mettere in atto comportamenti di salvaguardia, come ripararsi o salire ai piani alti delle abitazioni».
Il nowcasting viene già impiegato a livello operativo dalla Protezione civile?
Coviello: «Collaboriamo attivamente con la Protezione civile e con l’Agenzia ItaliaMeteo. Trattandosi però di modelli basati sull’apprendimento dai dati, sono necessarie estese fasi di test prima di una piena adozione operativa. Attualmente i modelli si basano prevalentemente sui dati delle reti radar, ma lo step successivo prevede l’integrazione dei dati satellitari per ampliare l’osservazione su scala globale».
Quand’è invece che gli utenti comuni potranno usare il nowcasting in Trentino?
Coviello: «È in corso un processo di trasferimento tecnologico verso l’azienda trentina MPA Solutions, coordinato con Meteotrentino. L’obiettivo è mettere a disposizione dei cittadini un sistema operativo già verso la fine dell’anno o l’inizio del 2027, consentendo agli utenti di iscriversi e ricevere allerte personalizzate su pioggia o vento in base alla propria area d’interesse».
Veniamo quindi a «MLCast». Che tassello aggiunge al mosaico del nowcasting?
Coviello: «MLCast nasce all’interno dell’iniziativa Eumetnet E-Ai promossa dalla rete dei servizi meteorologici europei. Si tratta di una community scientifica aperta, guidata dall’Istituto meteorologico Danese (Dmi) e composta da oltre 90 esperti, che punta a fare da ponte tra la ricerca sull’AI e l’operatività dei centri meteo.
L’obiettivo è creare una struttura condivisa a livello europeo, mettendo a disposizione dataset nazionali e modelli pre-allenati. Attualmente la piattaforma include i dati di cinque nazioni (Italia, Danimarca, Germania, Regno Unito e Belgio), con altri Paesi in fase di integrazione, tra cui Francia e Spagna».
Il tutto è nato anche con il contributo dei ragazzi che hanno partecipato a WebValley, la scuola estiva di Fbk. Come è andata?
Varagnolo: «WebValley, che è giunta alla sua 26esima edizione, è rivolta a venti studenti di quarta e quinta superiore. Circa un terzo proviene dal Trentino, un terzo dal resto d’Italia e un terzo a livello internazionale, con attività svolte interamente in inglese. Durante il laboratorio dedicato al nowcasting, gli studenti hanno lavorato alla creazione del brand di MLCast e allo sviluppo del sito web. La piattaforma unifica le informazioni sulla community, rendendo accessibili dati, eventi e dataset sia ai ricercatori sia al pubblico».
Chi può contribuire a questa community scientifica?
Varagnolo: «Nonostante la meteorologia sia spesso percepita come un ambito specialistico, la community è aperta a contributi molto diversi. Le competenze richieste spaziano infatti dalla visualizzazione dei dati alla gestione dei dataset, fino allo sviluppo di interfacce web. Durante la presentazione finale, gli studenti hanno dimostrato come la curiosità e l’apporto di background differenti, anzi, possono fare la differenza».