Modelli di intelligenza artificiale stanno mostrando risultati importanti nelle previsioni stagionali, con applicazioni pratiche per l'agricoltura. In India, NeuralGCM — un modello ibrido che combina la tradizionale modellistica fisica con il machine learning e sviluppato da Google — è stato usato per fornire previsioni a 38 milioni di agricoltori. Le previsioni sono state rese disponibili quattro settimane prima rispetto al normale inizio del monsone e hanno indicato correttamente una pausa di tre settimane nella progressione del monsone dopo il landfall di inizio giugno.
I ricercatori della University of Chicago hanno confrontato sistematicamente NeuralGCM con modelli fisici e altri modelli AI: il modello ha ottenuto buone prestazioni su vari indicatori meteo e climatici ed è risultato più efficiente dal punto di vista computazionale. L'iniziativa Human-Centred Weather Forecasts, lanciata quest'anno, ha partner in cinque paesi e prevede di aggiungere altri 10 paesi nel 2026 e altri 15 nel 2027, estendendo il servizio a milioni di agricoltori.
Il progetto riceve anche sostegno per valutare modelli in Africa orientale e occidentale, con formazione per meteorologi nei paesi a basso e medio reddito. Esperti governativi e ricercatori hanno sottolineato potenziali benefici economici, mentre alcuni scienziati agricoli, come Arun Shanker, richiedono messaggi che colleghino i segnali di pioggia a dati su umidità del suolo, deficit di pressione di vapore, stress termico e sensibilità delle colture. Rimangono però sfide tecniche e pratiche da risolvere con l'espansione del progetto.
- Stima economica: più di US$100 per ogni dollaro investito dal governo, secondo Michael Kremer.
Parole difficili
- modellistica — uso di modelli per descrivere fenomeni naturalimodellistica fisica
- ibrido — che combina due approcci o tecnologie diverse
- previsione — stima del tempo futuro o di fenomeni climaticiprevisioni stagionali
- monsone — vento stagionale che porta forti piogge
- computazionale — relativo al calcolo con computer e algoritmi
- sensibilità — grado di reazione di una coltura a stresssensibilità delle colture
- deficit — mancanza o riduzione rispetto a quanto necessario
Suggerimento: passa il mouse o tocca le parole evidenziate nell’articolo per vedere definizioni rapide mentre leggi o ascolti.
Domande di discussione
- Quali benefici pratici ed economici possono avere gli agricoltori dalle previsioni resi disponibili prima dell'inizio del monsone? Spiega con esempi tratti dall'articolo o immaginati.
- Perché alcuni scienziati agricoli chiedono di collegare i segnali di pioggia ad altri dati come umidità del suolo e stress termico? Quali vantaggi avrebbe questo collegamento per le decisioni agricole?
- Quali problemi tecnici e pratici vedi nell'espandere un servizio meteorologico basato su AI a molti paesi, specialmente a basso e medio reddito? Proponi possibili soluzioni basate sulle informazioni dell'articolo.
Articoli correlati
Virtual Vet, un videogioco per imparare scienze
Ricercatori dell'University of Georgia hanno creato Virtual Vet per aiutare gli alunni delle scuole elementari a esercitare anatomia, salute e ragionamento. Lo studio mostra che chi ha giocato ha ottenuto punteggi più alti rispetto ad attività tradizionali.
Mancato accesso alle tecnologie assistive nel mondo
Un rapporto WHO e UNICEF lanciato il 16 maggio mostra che quasi un miliardo di persone, tra cui bambini e anziani, non ha accesso agli ausili necessari. Il bisogno globale crescerà entro il 2050 a causa dell'invecchiamento e delle malattie.
