I visitatori scoprono il modello Pangu-Weather AI di Huawei durante la World Artificial Intelligence Conference (WAIC) 2023 a Shanghai, Cina orientale, 6 luglio 2023. (Xinhua/Wang Xiang)

PECHINO, 16 luglio (XINHUA) – I ricercatori cinesi hanno sviluppato un modello basato sull’intelligenza artificiale con reti neurali 3D per previsioni meteorologiche globali accurate e di medio raggio, secondo un articolo di ricerca recentemente pubblicato sulla rivista Nature.

Il sistema di previsione attuale più accurato è il metodo Numerical Weather Prediction (NWP), sebbene sia computazionalmente costoso. Le previsioni meteorologiche giornaliere, gli avvisi di calamità estreme e le previsioni sui cambiamenti climatici sono tutti ottenuti attraverso il metodo Numerical Weather Prediction (NWP) che si basa su calcoli ad alte prestazioni e modelli fisici complessi.

Il tradizionale metodo NWP richiede da quattro a cinque ore di calcolo su un cluster di supercomputer con 3.000 server per prevedere i prossimi 10 giorni di tempo globale, ha affermato Tian Qi, corrispondente autore dell’articolo e capo scienziato dell’intelligenza artificiale con la società cinese di servizi cloud Huawei Cloud. .

Di recente, i metodi basati sull’intelligenza artificiale hanno mostrato un certo potenziale nell’accelerazione delle previsioni meteorologiche di ordini di grandezza. Ma l’accuratezza della previsione è ancora molto inferiore a quella dei metodi numerici di previsione meteorologica, secondo l’articolo.

Un team senior di ricerca e sviluppo di modellazione meteorologica di Huawei Cloud ha proposto una rete neurale 3D che adatta il sistema di coordinate della Terra per elaborare dati meteorologici 3D complessi ed eterogenei.

Il massiccio modello meteorologico Pangu-Weather è stato addestrato su quasi 40 anni di dati globali e ha ottenuto 100 milioni di parametri di livello in due mesi.

Mostra risultati di previsione deterministici migliori sui dati di rianalisi in tutte le variabili testate rispetto a NWP, il sistema integrato di previsioni operative del Centro europeo per le previsioni meteorologiche a medio termine, secondo l’articolo.

Pangu-Weather impiega solo 1,4 secondi per completare una previsione meteorologica globale di 24 ore, inclusi possibile umidità, velocità del vento, temperatura, pressione a livello del mare e altri valori. La sua velocità di previsione è 10.000 volte superiore rispetto ai tradizionali metodi numerici.

Durante il super tifone Mawar di maggio, Pangu-Weather ha svolto un ottimo lavoro prevedendo il percorso della svolta con cinque giorni di anticipo.

Bi Kaifeng, il primo autore dell’articolo di ricerca, riconosce le carenze delle previsioni meteorologiche basate sull’intelligenza artificiale, affermando che si basa ancora molto sui dati di rianalisi e deve migliorare la capacità di stimare condizioni meteorologiche estreme.

“Riteniamo che i metodi basati sull’intelligenza artificiale dovrebbero coesistere con i metodi numerici tradizionali per fornire servizi di previsione meteorologica più accurati e affidabili”, ha affermato Tian. ■