ULTIM'ORA
This content is not available in your region

Possiamo contare sull’intelligenza artificiale per salvare il clima?

Possiamo contare sull’intelligenza artificiale per salvare il clima?
Diritti d'autore  GettyImages
Dimensioni di testo Aa Aa

Sono sempre di più i settori che si affidano all’intelligenza artificiale per risolvere questioni complesse. Ma le macchine possono davvero aiutarci a comprendere e superare le problematiche del cambiamento climatico?

Il cellulare riconosce il tuo volto. La banca può bloccare le transazioni non in linea con le tue abitudini di spesa. Il supermercato ti propone prodotti vegan solo perché una volta hai comprato del latte di avena, e la piattaforma di streaming online continua a pubblicizzareB-movie da quando, il mese scorso, hai guardato una soap opera.

I dispositivi e i servizi che utilizziamo fanno sempre più affidamento sull’intelligenza artificiale (IA), una tecnologia che si espande invadendo nuove aree della nostra vita. Scienziati, imprenditori e governi utilizzano l’IA per tentare di risolvere questioni importanti. Il comportamento attuale del clima terrestre e le sue possibili evoluzioni future sono un rompicapo che occorre risolvere al più presto Capire il cambiamento climatico è essenziale, e la tecnologia ci sta dando una grossa mano a interpretare la sconfinata mole di dati a disposizione. Ma in che modo le macchine intelligenti possono aiutarci a mitigare i cambiamenti ambientali e ad adattarci al futuro?

“Quando parlano di ‘intelligenza artificiale’, molti intendono il machine learning (ML, ossia apprendimento automatico), una serie di algoritmi in grado di imparare dai dati,” spiega il dottor David Rolnick, professore assistente all’università della Pennsylvania. “In genere, non è che l’IA faccia le cose meglio dell’uomo, però le fa molto più rapidamente, ed è in grado di identificare schemi e dinamiche analizzando un’impressionante quantità di dati.” Ed è proprio questa capacità di elaborare eraffinare le informazioni molto velocemente e trovare delle connessioni che rendel’IA rivoluzionaria per molti settori.

Ciò vale nondimeno per la climatologia e il monitoraggio dei cambiamenti climatici. I satelliti raccolgono dati sul clima a livelli prima inimmaginabili. Le previsioni meteo raggiungono livelli di dettaglio eccezionali. I modelli e gli scenari climatici però presentano ancora troppe incognite. Gli scienziati stanno sfruttando l’IA per districare questo fitto labirinto di dati e raffinare la climatologia fino a elaborare previsioni più accurate che consentano alla società e alla natura di adattarsi al futuro. “Il ML permette di apprendere comportamenti complessi dai dati senza comprensione fisica,” dice il dottor Peter Düben, ricercatore presso l’ECMWF. “Più dati ci sono, migliori diventano gli strumenti. Con l’aumentare della quantità di dati disponibili, gli strumenti di machine learning migliorano e possono quindi diventare sempre più utili per gli scienziati del settore.”

© GettyImages

L’IA può aiutare gli scienziati a leggere le immagini dei satelliti e a generare proiezioni

Secondo la dottoressa Nataliya Tkachenko, capo scienziata dei dati e dell’IA presso l’università di Oxford:“Usare le macchine ci aiuta a effettuare misurazioni e monitoraggi del mondo reale, indispensabili per prendere decisioni migliori in vista di un futuro incerto. Nella sua forma più autentica, l’IA non si occupa dei dati in quanto tali, ma si concentra soprattutto sull’individuazione di schemi, dinamiche e connessioni nel mondo complesso; l’obiettivo finale è prendere decisioni o elaborare le informazioni.”

Gli scienziati hanno utilizzato con successo l’IA per produrre immagini più dettagliate della Terra. “L’IA è eccezionale nel fornire informazioni territoriali, è uno dei suoi superpoteri,” dice il dottor Pierre-Phillippe Mathieu, capo del PhiLab Explore Office presso l’Agenzia Spaziale Europea. Il dottor Vincent Peuch, direttore del Copernicus Atmospheric Monitoring Service (CAMS), concorda: “È davvero molto efficace nel comparare immagini satellitari e tracciare automaticamente le variazioni della copertura del suolo, cosa particolarmente utile nelle aree del mondo in cui manca un monitoraggio sul territorio. Aiuta inoltre a velocizzare i modelli computerizzati, e a ridurne i costi di esercizio, specie per le previsioni meteo dettagliate che vanno fornite in tempi molto brevi.”

Il Climate Change Service (C3S) e il CAMS di Copernicus stanno testando e utilizzando l’IA per individuare variazioni della copertura arborea e del suolo, raffinando le previsioni della qualità dell’aria a livello delle città, e per elaborare automaticamente le immagini satellitari, come spiega il dottor Peuch.

Nel Mare di Amundsen, al largo delle coste occidentali dell’Antartide, gli esperti del British Antarctic Survey (BAS) presso il Turing Institute stanno usando tecnologie di ML per localizzare, tracciare e monitorare la frammentazione degli iceberg in pezzi più piccoli, e addestrano gli algoritmi di IA per predire il futuro dei ghiacci marini. D’altro canto, l’IA consente loro di interpretare queste previsioni che potrebbero aiutarli a capire meglio come le variabili climatiche si influenzano reciprocamente nello spazio e nel tempo.

Il campo di applicazione dell’IA per risolvere problematiche ambientali e sociali, grandi e piccole, continua a espandersi. L’università di Washington ha in progetto di utilizzare l’IA per tracciare e prevedere meglio le ondate di calore marine; il Centro per la Conservazione delle Risorse in Tanzania utilizzerà l’IA per rilevazioni aeree dell’attività umana e faunistica allo scopodi evitare i conflitti tra animali e uomo. La città di Boston ha testato il software di GreenCityWatch per tenere un inventario degli alberi basato sull’IA che controlli in modo preciso il numero e la salute delle logge urbane al finedi implementare politiche pubbliche adeguate.

© GettyImages

Anche l’agricoltura sta raccogliendo i frutti dell’intelligenza artificiale. La piattaforma cloud FarmBeats di Microsoft Azure riunisce i dati provenienti da sensori, foto/telecamere, trattori e droni e li usa per costruire modelli di ML basati sulla combinazione di una serie di dati allo scopo di monitorare le colture e incrementare la resilienza degli agricoltori al cambiamento climatico. “Gli agricoltori determinano quando piantare, annaffiare, raccogliere e altro sulla base del meteo,” spiega Ranveer Chandra, direttore scientifico di Microsoft Azure Global. “Tuttavia, le previsioni disponibili provengono dalla stazione meteo, e non dall’interno dell’azienda agricola. Uno dei nostri algoritmi di IA combina modelli meteorologici dettagliati con i dati della stazione e con i sensori presenti nell’azienda agricola, in modo da fornire previsioni del tempo iperlocalizzate e specifiche. Colmando le lacune tra i dati in possesso degli agricoltori, la nostra soluzione riesce a predire valori che migliorano le loro decisioni.”

Una “Terra gemella” virtuale per prevedere il futuro del clima?

Una missione particolarmente ambiziosa per l’IA è creare una gemella digitale della Terra, ossia una replica virtuale dei sistemi e dei processi del nostro pianeta. “Si tratterebbe di un laboratorio di numeri dove potremmo sperimentare varie cose, per creare politiche e valutare esiti,” dice il dottor Mathieu. “Possediamo già i ‘mattoni’ di IA per sviluppare repliche virtuali dell’ambiente naturale, col tempo arriveremo alla gemella digitale della Terra,” dice il dottor Scott Hosking, scienziato dei dati ambientali del BAS. “Non possiamo monitorare ogni singolo aspetto del nostro mutevole pianeta al livello di dettaglio richiesto. Sviluppando gemelli digitali degli ambienti naturali, possiamo focalizzare in modo intelligente il nostro campionamento, il che sarebbe un cambiamento epocale per ambienti remoti e ostili come le regioni polari, dove accessibilità e alimentazione a batteria risultano difficoltose. Le informazioni ottenute potrebbero essere utilizzate in tempo reale per istruire una flotta di droni e sottomarini automatizzati indicando loro dove andare per aumentare l’efficacia delle misurazioni future.”

L’intelligenza artificiale, però, non è ancora infallibile. Nel campo delle previsioni climatiche non ci sono ancora sufficienti dati per addestrare gli algoritmi, avvertono gli esperti. “L’IA necessita di un addestramento su dati storici,” spiega il dottor Judah Cohen, direttore delle previsioni stagionali presso l’Atmospheric and Environmental Research (AER) e climatologo del MIT. “L’addestramento avviene su dati che risalgono fino al 1979, anno in cui si diffuse l’uso dei satelliti , ma questo non ci fornisce casi sufficienti per ottenere soluzioni di IA ottimali. Certo, si potrebbero creare dati sintetici con i modelli, ma non è possibile sapere con certezza se i dati così ottenuti sarebbero validi quanto i dati storici.”

© GettyImages

Inoltre, l’IA non può sostituire la fisica climatica, come suggerisce il dottor Rolnick. “L’IA ha delle limitazioni,” aggiunge il dottor Mathieu dell’ESA. “Si possono sempre trovare delle correlazioni tra i dati, ma questo non significa necessariamente che vi sia anche un nesso causale; per questo servono esperti in grado di fornire spiegazioni basate sulla fisica.”

E si può dire lo stesso anche per i modelli delle previsioni meteo, dice il dottor Düben dell’ECMWF. “Qualcuno sostiene che l’IA e il ML possano battere gli strumenti convenzionali nel nowcasting (le previsioni meteorologiche a brevissimo termine) e per alcune previsioni su scala pluriennale. Tuttavia, è assai improbabile che il ML possa battere la maggior parte delle altre previsioni e quindi ‘rimpiazzare’ i modelli delle previsioni meteorologiche, in quanto essi non saranno altrettanto accurati in quasi tutte le applicazioni.”

Poiché un sistema di IA funziona bene solo per le cose in cui è stato addestrato, emergono altre difficoltà. “Bisogna assicurarsi di utilizzarlo solo per il range di valori su cui è stato addestrato,” spiega il dottor Peuch. “In caso contrario, si otterranno risultati spuri.” Ciò implica che, sebbene un algoritmo possa aiutare a cogliere il senso dei dati che è stato creato per elaborare, se gli vengono forniti dati che esulano dal suo campo di azione potrebbe produrre risultati errati. E nella ricerca climatica non sono soltanto i dati a variare, ma anche il clima stesso. “In questo campo c’è bisogno di algoritmi molto sofisticati. Il clima continua a cambiare, per questo bisogna fare attenzione e assicurarsi che l’IA non utilizzi solo il passato per predire il futuro,” aggiunge il direttore del CAMS.

La scelta stessa degli algoritmi è ardua, quando si tratta di questioni relative al clima. “Esistono molte tecniche di IA, e scegliere quella ottimale per una previsione climatica da una specie di menu à la carte è tutt’altro che banale,” spiega il dottor Cohen. “Ritengo che scegliere e ottimizzare un algoritmo di IA che riesca a produrre più di un leggero miglioramento nelle attuali previsioni climatiche sarà una sfida non indifferente.”

La tecnologia di intelligenza artificiale solleva inoltre una serie di interrogativi su come procurarsi i dati e come gestirli. “Le fonti convenzionali delle osservazioni meteorologiche non suscitano particolari preoccupazioni di privacy sui dati che forniscono,” dice il dottor Düben. “Tuttavia, esistono dati connessi al cosiddetto ‘Internet delle cose” (Internet-of-Things, o IoT) che attualmente vengono utilizzati pochissimo per le previsioni meteorologiche, ma che potrebbero consentire progressi significativi in futuro. Si tratta, ad esempio, delle osservazioni raccolte dai telefoni cellulari o di altri dati ottenuti per così dire ‘in crowdsourcing’ da una quantità di fonti. Per questi sì, sussisterebbero delle questioni di privacy.” La dottoressa Tkachenko si spinge oltre, argomentando che se i dati grezzi immessi nelle formule decisionali venissero in qualche modo inquinati, produrrebbero con tutta probabilità esiti negativi. “Così come elenchiamo gli ingredienti sulle confezioni dei cibi, dovremmo anche indicare come è stata progettata l’IA e da quali fonti provengono i dati che entrano a farne parte.”

In conclusione, gli scienziati del clima e dell’ambiente possono davvero imparare dall’uso dell’IA che si fa in altri campi? “L’IA va usata solo se c’è un problema esistente che ne ha bisogno,” avverte il dottor Rolnick. “È facile lasciarsi abbagliare dallo sfavillio della tecnologia. In ogni applicazione, è essenziale assicurarsi che l’IA possa davvero aggiungere qualcosa. Le applicazioni dell’IA dovrebbero essere guidate dal loro impatto finale, e vanno sviluppate con i soggetti che utilizzeranno quella tecnologia e ne trarranno vantaggio. Non bisogna cadere nel tranello di pensare che l’intelligenza artificiale, come per magia, risolverà tutti i problemi. L’IA è uno strumento potente, ma è solo uno dei tanti che possiamo utilizzare nelle nostre strategie riguardanti il cambiamento climatico.”