L’importanza rivoluzionaria del modello è testimoniata anche da ‘Nature’, la più antica e prestigiosa rivista nell’ambito della comunità scientifica internazionale, che ha illustrato come sviluppare un sistema di previsioni meteorologiche globali basato sull’IA, basato sul deep learning utilizziante un database di oltre 43 anni di informazioni meteo.
Pangu Weather sfida la tesi, già sostenuta in passato, per cui l’accuratezza delle previsioni meteorologiche basate sull’IA fosse inferiore a quella dei modelli numerici tradizionali. Tuttavia, questo innovativo modello, sviluppato dal team di Huawei CLOUD, è il primo in assoluto basato sull’IA, con il maggiore grado di accuratezza rispetto a tutti gli altri metodi di previsione numerica tradizionale.
Grazie al rapido sviluppo della potenza di calcolo degli ultimi 30 anni, l’accuratezza delle previsioni meteorologiche basate su modelli numerici è migliorata notevolmente, inviando degli alert in caso di rischio di catastrofe naturale. Tuttavia, a causa delle lunghe tempistiche di elaborazione associate ai metodi tradizionali, la ricerca si è successivamente concentrata su come poter impiegare metodi di apprendimento artificiale, come il deep learning, per accelerare la velocità di previsione. Ciò nonostante, la precisione delle previsioni basate sull’IA nel medio e lungo termine è rimasta inferiore a quella dei modelli numerici tradizionali.
I modelli abilitati dall’IA attualmente in uso si basano su reti neurali 2D, che non sono in grado di elaborare con precisione i dati meteorologici 3D disomogenei. In secondo luogo, le previsioni meteo sul medio termine sono soggette a errori cumulativi quando il modello viene richiamato troppe volte di seguito.
Ma il modello Pangu Weather utilizza un’architettura 3D Earth-Specific Transformer (3DEST) per elaborare dati meteorologici 3D complessi e disomogenei. Utilizzando una strategia di aggregazione temporale gerarchica, è stato strutturato su diversi intervalli temporali di previsione, pari a 1 ora, 3 ore, 6 ore e 24 ore. Ciò ha permesso di minimizzare la quantità di iterazioni per prevedere una condizione meteorologica in uno specifico momento e ridurre così le previsioni errate.
Con riferimento all’importanza e alla qualità della ricerca condotta da Huawei CLOUD, i reviewer accademici di ‘Nature’ hanno spiegato che il modello di previsione metereologica di Pangu Weather non solo è di facile download ed avvio, ma è anche eseguibile molto rapidamente, persino tramite un semplice desktop per PC: “Ciò significa che chiunque faccia parte della comunità meteorologica può ora eseguire e testare questi modelli a proprio piacimento. Si tratta quindi di una grande opportunità per esplorare la capacità del modello di prevedere fenomeni specifici, contribuendo così al progresso in questo ambito”.
Un esempio significativo della performance del modello risale al maggio scorso, quando il tifone Mawar ha catturato l’attenzione del mondo scientifico per essere stato indicato come il più forte ciclone tropicale dell’anno. Secondo quanto dichiarato dalla China Meteorological Administration, Pangu Weather ne ha previsto con precisione la traiettoria, 5 giorni prima che cambiasse rotta nelle acque orientali delle isole di Taiwan.
