Il machine learning per come capire meglio le nuvole e il clima

Le previsioni del tempo, specie quelle legate ai cambiamenti climatici, sono una disciplina molto complessa, in cui entra in campo molta tecnologia. Negli ultimi tempi la scienza sta spingendo sull'acceleratore per creare modelli predittivi precisi, in grado soprattutto di rappresentare con esattezza le nuvole, i loro processi di riscaldamento e l'umidificazione dell'atmosfera. I ricercatori della Columbia University School of Engineering and Applied Science hanno dimostrato come le tecniche di machine learning (apprendimento automatico) possano tornare utili per creare rappresentazioni accurate dei modelli climatici, con una risoluzione approssimativa di 100 km, allo scopo di capire meglio forme e dinamica delle nuvole, rendendo meno fallibile il raggio di previsione.CHE TEMPO FA?La creazione di modelli previsionali efficaci è alla base della meteorologia e dello studio del riscaldamento globale, collegato all'aumento delle concentrazioni di gas serra. È anche la politica a spingere: è necessario dotarsi di una scienza esatta per il rispetto degli accordi sul clima di Parigi.

RAPPRESENTARE LE NUVOLE Lo studio, apparso sulla rivista Geophysical Research Letters, spiega come i ricercatori abbiano utilizzato un modello con un pianeta diviso in continenti su un sistema di apprendimento automatico. È stata creata una rete neurale addestrandola a imparare da simulazioni di comportamenti delle nuvole. Ne è uscita una rappresentazione (ribattezzata Cloud Brain – CBRAIN), in grado di prevedere molte delle funzioni di riscaldamento, idratazione e radiazione che avvengono a livello delle nuvole, che sono cruciali nell'analisi del clima.CAPIRE MEGLIO IL RISCALDAMENTO GLOBALEQuesto approccio può aprire nuove possibilità nella rappresentazione dei modelli climatici elaborati attraverso la raccolta dei dati. Il sistema CBRAIN può aiutare a migliorare le stime delle temperature future. Comprendere in che modo le nuvole rispondono al cambiamento dei gas serra "potrebbe essere un vero e proprio punto di svolta per la previsione del clima", spiega il leader dello studio Pierre Gentine.