Meteo: la Cina passa alle previsioni d'insieme con l'IA

Una previsione è di solito una sola ipotesi sul tempo di domani. Da quando l'Amministrazione meteorologica cinese (CMA) ha messo in uso operativo nazionale il suo nuovo sistema Fengqing, i previsori del Paese possono porre la stessa domanda molte volte e osservare come si distribuiscono le risposte. La versione, designata CMA-AIM-GFS-Fengqing-ENS-V1.0, ha di recente superato una revisione operativa presso il Centro meteorologico nazionale.

Il predecessore del modello è facile da confondere con questo, e la differenza conta. Il primo Fengqing, sviluppato con l'Università Tsinghua nel 2024, produce una sola elaborazione di previsione: circa 3 miliardi di parametri, previsioni globali a 15 giorni con una risoluzione di 25 chilometri, circa tre minuti per ogni elaborazione. La nuova versione è un insieme. Genera molti membri di previsione che descrivono l'incertezza del moto atmosferico, ed è la base delle previsioni probabilistiche di forti piogge, tifoni e convezione intensa. Una singola elaborazione dice cosa potrebbe accadere; un insieme dice quanto è probabile ciascun esito.

Lo sviluppo è stato guidato dal Centro meteorologico nazionale insieme all'Istituto per l'innovazione nell'intelligenza artificiale meteorologica di Xiong'an, al Centro nazionale di informazione meteorologica e al produttore di computer Sugon. Il modello abbina un'architettura Vision Transformer, un progetto preso in prestito dal riconoscimento delle immagini, a vincoli tratti dalla fisica dell'atmosfera. Dati, algoritmi e capacità di calcolo provengono tutti da fonti nazionali. Addestramento e messa a punto sono stati eseguiti su un cluster per la scienza basata sull'IA con circa 100.000 schede acceleratrici presso il Centro nazionale di supercalcolo di Tianjin.

Quanto alle prestazioni, la CMA cita una verifica indipendente su campioni da gennaio 2025 ad agosto 2026. L'intervallo di previsione efficace della media dell'insieme per l'altezza geopotenziale globale a 500 hPa ha raggiunto 11,0 giorni. Secondo gli sviluppatori, le principali misure dell'insieme, tra cui l'accuratezza probabilistica dei membri e la corrispondenza tra dispersione ed errore, hanno dato buoni risultati, e alcuni indicatori superano sia l'insieme dell'ECMWF sia il suo equivalente basato sull'IA, AIFS-CRPS. Questi confronti sono opera degli sviluppatori e i punteggi dettagliati non sono stati pubblicati, quindi gli esperti esterni non possono ancora valutarli.

Per le persone cambiano soprattutto la velocità e l'allerta. Come gli altri modelli di previsione basati sull'IA, il sistema può completare un'elaborazione globale in pochi minuti una volta addestrato, e la CMA afferma che servirà alla prevenzione dei disastri, ai trasporti, alla gestione della distribuzione energetica e alla tutela ecologica. Per chi gestisce le emergenze, la probabilità della traiettoria di un tifone o di forti piogge su una specifica area è più utile di una sola linea su una mappa. La CMA afferma che il team continuerà a lavorare sull'accuratezza e sull'anticipo delle previsioni; fino a che punto arriveranno questi progressi, e quando, non è ancora noto.