Analizzati i dati sui flussi di corrente e raccolti dall’Organizzazione meteorologica mondiale, nonché le previsioni meteorologiche a terra e via satellite fino a un anno prima
AGI – I ricercatori di Google hanno sviluppato un modello di intelligenza artificiale che riesce a prevedere le inondazioni, in Sud America e Africa, con quattro giorni di anticipo. L’intelligenza artificiale di Google è in grado di anticipare le inondazioni anche in regioni con pochi dati sul flusso dell’acqua, come il Sud America e l’Africa, e in aree ricche di dati come l’Europa e gli Stati Uniti e le sue previsioni sono accurate quanto quelle dei sistemi convenzionali.
La maggior parte dei corsi d’acqua del mondo non dispone di misurazioni accurate dei flussi; il che rende difficile fare previsioni sulle inondazioni. I Paesi a basso reddito sono colpiti in modo sproporzionato dalla mancanza di dati, mentre i Paesi a più alto reddito hanno, invece, maggiori probabilità di avere misurazioni dettagliate di fiumi e laghi e quindi previsioni più accurate sulle inondazioni.
Nel 2018, Google ha introdotto un sistema di previsione delle inondazioni alimentato dall’intelligenza artificiale per l’India e il Bangladesh, due dei Paesi più soggetti a inondazioni al mondo. In seguito, ha ampliato il numero di Paesi disponibili e ha lanciato un sito web, chiamato Flood Hub. Il sistema aveva un’elevata capacità predittiva per i pochi Paesi coperti e aiutava ad avvisare le persone che vivevano in quei luoghi di possibili inondazioni.
Ora, Grey Nearing, scienziato e ricercatore senior di Google e i suoi colleghi hanno testato il loro sistema di previsione dell’intelligenza artificiale sui dati di altri Paesi del mondo. Per sviluppare il modello di intelligenza artificiale, Nearing e i suoi colleghi hanno analizzato i dati sui flussi di corrente disponibili pubblicamente e raccolti dall’Organizzazione meteorologica mondiale, nonché le previsioni meteorologiche a terra e via satellite fino a un anno prima.
Il modello ha elaborato la relazione tra queste variabili e i reali livelli d’acqua dei corpi idrici. In questo modo è stato in grado di prevedere gli eventi futuri in presenza di nuovi dati. “Uno dei limiti dei modelli idrologici tradizionali è che sono molto precisi soprattutto nei luoghi in cui sono ben calibrati”, ha spiegato Nearing. “I modelli di intelligenza artificiale, pur essendo basati sui dati, apprendono comportamenti idrologici generali e sono in grado di spostarsi meglio da un luogo all’altro”, ha continuato Nearing.
I ricercatori hanno testato il loro modello su oltre 5.000 misurazioni del flusso d’acqua in tutto il mondo, effettuate tra il 1984 e il 2021, e hanno scoperto che, in media, il livello di previsione era accurato, con quattro giorni di anticipo, quanto i migliori sistemi convenzionali. “Se vi recate sul nostro Flood Hub e guardate le previsioni a quattro giorni da oggi, otterrete informazioni accurate quanto quelle che avreste ottenuto dal sistema esistente se foste andati a cercarle oggi”, ha affermato Nearing.
Il sistema è stato in grado di prevedere gli eventi alluvionali, con un anticipo compreso tra i quattro e i sei giorni, in regioni con scarsi dati sulle acque, come il Sud America e l’Africa, e talvolta, anche con un anticipo di sette giorni. I ricercatori hanno valutato le previsioni delle inondazioni basandosi sul continente piuttosto che sul Paese. Mentre i dati del precedente studio erano limitati a quelli disponibili pubblicamente, Google ha attualmente a disposizione i dati di oltre ottanta Paesi nel suo Flood Hub e in Google Search.
“Chiunque può andare a vedere e se si trova in un’area coperta da noi, vedrà le informazioni di questo modello in tempo reale”, ha detto Nearing. Il sistema è operativo e invia avvisi di alluvione in ottanta Paesi dall’ottobre 2022. “Il fatto che questo modello migliori i nostri attuali parametri di riferimento globali è davvero significativo per la previsione delle catastrofi”, ha sottolineato Paul Bates dell’Università di Bristol, Regno Unito.
FOTO © Zhang Tao / XINHUA / Xinhua via AFP
Attendere un attimo...
