DeepMind di Google prevede il comportamento degli uragani, ma è affidabile?
Google DeepMind ha previsto con precisione l’uragano Melissa. È l’inizio di un nuovo modo di prevedere gli uragani? Ecco come funziona e quanto è affidabile
In sintesi
- DeepMind di Google sta superando i modelli meteorologici tradizionali nella previsione delle traiettorie degli uragani, offrendo previsioni più rapide e accurate.
- Il caso dell’uragano Melissa dimostra come l’IA possa fornire un vantaggio cruciale nel dare alle popolazioni più tempo per evacuare e prepararsi.
Gli uragani più violenti, come le grandi eruzioni vulcaniche, lasciano un margine d’azione molto limitato: non esistono strategie capaci di annullarne l’impatto. L’unica risposta efficace è evacuare le aree colpite in tempo, rapidamente, in modo sicuro e ordinato. Ma per farlo serve prevedere con estrema precisione la formazione, la traiettoria e l’intensità delle tempeste. Negli ultimi mesi gli esperti hanno iniziato a chiedersi se l’intelligenza artificiale possa aiutarci in questo compito. E secondo quanto riportato dal Guardian, sembra che la risposta sia sì.
Come funziona DeepMind di Google per prevedere gli uragani
Secondo il Guardian, DeepMind di Google è il primo modello di intelligenza artificiale progettato specificamente per prevedere il comportamento degli uragani. È stato reso pubblico per la prima volta nel giugno 2025 e deriva da un sistema di previsione meteorologica basato su IA che Google utilizza già da alcuni anni per individuare pattern atmosferici su larga scala.
Nel tempo, questa tecnologia si è evoluta fino a diventare capace di “leggere” enormi quantità di dati climatici e oceanici e di elaborare previsioni in pochi minuti: è un risultato impensabile impiegando i tradizionali modelli fisici, che invece richiedono ore di calcolo su supercomputer.
DeepMind non è un modello generativo come ChatGPT, ma un sistema di machine learning addestrato a riconoscere strutture ricorrenti nei dati meteorologici. Questo gli consente di individuare segnali che i modelli convenzionali, più lenti e dispendiosi, rischiano di perdere. Oggi DeepMind è già accessibile con output pubblici in tempo reale e viene usato operativamente dal National Hurricane Center (NHC) degli Stati Uniti.
In che modo DeepMind è stato usato per l’uragano Melissa
Il caso più eclatante del 2025 è stato l’uragano Melissa. Come raccontato sempre dal Guardian, quando la tempesta tropicale stava passando a sud di Haiti, il meteorologo del National Hurricane Center Philippe Papin ha intuito che si sarebbe trasformata rapidamente in un uragano devastante. Questa previsione è stata possibile appunto grazie ai risultati prodotti da Google DeepMind.
Secondo Papin, quasi la totalità dei membri dell’ensemble del modello IA indicavano che Melissa avrebbe raggiunto la categoria 5. Anche se il previsore non si è sentito subito di formalizzare un’intensità così estrema, le indicazioni erano chiare.
Melissa ha poi effettivamente toccato terra in Giamaica come un uragano di categoria 5, tra i più intensi registrati nell’Atlantico negli ultimi due secoli.
L’IA è affidabile per prevedere il comportamento degli uragani?
Il Guardian riporta anche che James Franklin, già previsore del NHC, ha dichiarato che DeepMind ha ormai un campione di prestazioni sufficientemente ampio da escludere la semplice fortuna. Pur riconoscendo che l’IA può sbagliare i valori di intensità più estremi, Franklin ha sottolineato come il modello ha superato, nella previsione della traiettoria degli uragani, tutti gli altri modelli fisici attualmente in uso.
DeepMind è affidabile perché si basa sul machine learning, come già accennato. La sua capacità di elaborare previsioni in pochi minuti, con costi computazionali bassissimi, sta inaugurando una nuova generazione di modelli sempre più accurati e capaci di supportare gli interventi di protezione civile.
Il successo del modello di Google sta inoltre aprendo la strada a progetti analoghi negli Stati Uniti e in Europa, dove si stanno sviluppando modelli IA destinati a migliorare le previsioni sub-stagionali e gli avvisi di fenomeni estremi come tornado e alluvioni improvvise. L’obiettivo di questi modelli è ridurre l’incertezza e, consentendo interventi più rapidi ed efficaci nelle zone a rischio, salvare migliaia di vite.
