The Prague Post - L'IA apre anche alle previsioni meteo stagionali a lungo termine

EUR -
AED 4.308829
AFN 77.560187
ALL 96.750336
AMD 447.773964
ANG 2.100622
AOA 1075.886522
ARS 1702.990965
AUD 1.758998
AWG 2.114815
AZN 2.004081
BAM 1.954788
BBD 2.364786
BDT 143.585682
BGN 1.955482
BHD 0.442286
BIF 3473.417015
BMD 1.173268
BND 1.509425
BOB 8.130896
BRL 6.47116
BSD 1.174097
BTN 105.682751
BWP 15.416087
BYN 3.449144
BYR 22996.047598
BZD 2.361388
CAD 1.610374
CDF 2540.124118
CHF 0.931064
CLF 0.026921
CLP 1056.105444
CNY 8.20865
CNH 8.185936
COP 4423.172429
CRC 583.20063
CUC 1.173268
CUP 31.091595
CVE 110.209366
CZK 24.153948
DJF 208.513707
DKK 7.469221
DOP 74.022003
DZD 152.014624
EGP 55.974022
ERN 17.599016
ETB 182.216464
FJD 2.667192
FKP 0.870542
GBP 0.872477
GEL 3.16194
GGP 0.870542
GHS 12.328776
GIP 0.870542
GMD 86.822267
GNF 10271.727285
GTQ 9.005454
GYD 245.645998
HKD 9.132634
HNL 30.954111
HRK 7.525925
HTG 153.661122
HUF 384.503414
IDR 19586.531561
ILS 3.739069
IMP 0.870542
INR 105.57873
IQD 1538.110452
IRR 49423.903334
ISK 147.209835
JEP 0.870542
JMD 186.584222
JOD 0.831874
JPY 184.057538
KES 151.457354
KGS 102.594636
KHR 4704.585028
KMF 492.772752
KPW 1055.992484
KRW 1694.949092
KWD 0.361003
KYD 0.978498
KZT 595.314411
LAK 25381.970849
LBP 105144.175152
LKR 363.573369
LRD 208.992719
LSL 19.435606
LTL 3.464354
LVL 0.709698
LYD 6.358736
MAD 10.706495
MDL 19.76094
MGA 5389.233582
MKD 61.54675
MMK 2463.670366
MNT 4175.779359
MOP 9.414167
MRU 46.624067
MUR 54.263969
MVR 18.126821
MWK 2035.954897
MXN 21.145634
MYR 4.761092
MZN 74.983597
NAD 19.435523
NGN 1695.80595
NIO 43.20782
NOK 11.835678
NPR 169.092201
NZD 2.039521
OMR 0.45112
PAB 1.174107
PEN 3.949256
PGK 5.001433
PHP 69.080245
PKR 328.787126
PLN 4.219421
PYG 7708.043284
QAR 4.270844
RON 5.092922
RSD 117.279692
RUB 92.805098
RWF 1710.721847
SAR 4.400342
SBD 9.546681
SCR 16.211094
SDG 705.645923
SEK 10.825788
SGD 1.509597
SHP 0.880255
SLE 28.217243
SLL 24602.84206
SOS 669.856147
SRD 44.732585
STD 24284.273288
STN 24.48743
SVC 10.273726
SYP 12975.34337
SZL 19.430026
THB 36.94388
TJS 10.843134
TMT 4.11817
TND 3.423772
TOP 2.824948
TRY 50.398535
TTD 7.980903
TWD 36.822422
TZS 2898.342043
UAH 49.674501
UGX 4250.854169
USD 1.173268
UYU 45.976595
UZS 14094.764832
VES 349.364455
VND 30856.94142
VUV 141.665375
WST 3.25732
XAF 655.620455
XAG 0.016354
XAU 0.000271
XCD 3.170815
XCG 2.116114
XDR 0.815381
XOF 655.620455
XPF 119.331742
YER 279.765626
ZAR 19.441269
ZMK 10560.85643
ZMW 26.036635
ZWL 377.791732
L'IA apre anche alle previsioni meteo stagionali a lungo termine
L'IA apre anche alle previsioni meteo stagionali a lungo termine

L'IA apre anche alle previsioni meteo stagionali a lungo termine

Prestazioni pari ai metodi attuali ma non per gli eventi estremi

Dimensione del testo:

Dopo aver dimostrato le sue capacità con le previsioni meteorologiche a breve e medio termine, l'Intelligenza Artificiale fa un altro passo verso la prossima generazione di servizi meteo aprendo anche alle previsioni stagionali più a lungo termine, che mirano a offrire informazioni sui tre mesi successivi: nello studio guidato dal Centro di ricerca Hadley sul clima del Met Office britannico e pubblicato sulla rivista Npj Climate and Atmospheric Science, il modello di IA chiamato Ace2 dell'Istituto Allen americano per l'Intelligenza Artificiale ha dimostrato di avere prestazioni paragonabili a quelle dei metodi classici usati attualmente usando una potenza di calcolo molto inferiore. Non in tutti i casi, però: sugli eventi estremi ha ancora difficoltà, e ciò vuol dire che fisica e IA dovranno andare a braccetto. Per valutare l'accuratezza di Ace2, i ricercatori guidati da Chris Kent l'hanno testata sulle previsioni di 23 inverni passati dell'emisfero settentrionale: i risultati sono stati simili, anche se non migliori, di quelli ottenuti con i classici metodi basati sulla fisica dell'atmosfera, ma sono emersi anche alcuni punti deboli. Ad esempio, le previsioni per l'inverno 2009-2010, che è stato particolarmente freddo in molte parti d'Europa, Italia compresa, hanno mostrato ancora un'importante differenza a scapito dell'IA. "L'inverno 2009-10 è stato eccezionale e rappresenta un banco di prova fondamentale per le previsioni - dice Adam Scaife, co-autore dello studio - ma senza la fisica di base dei modelli convenzionali, le soluzioni basate sull'IA hanno avuto difficoltà a prevedere questo caso più estremo. Sarà importante sfruttare i vantaggi di questi modelli di apprendimento automatico per accelerare i miglioramenti delle previsioni stagionali - prosegue Scaife - pur mantenendo il supporto dato dalla comprensione fisica dell'atmosfera".

S.Janousek--TPP