Nuovo modello di intelligenza artificiale promette previsioni climatiche accurate a lungo termine
Un recente articolo pubblicato su arXiv (arXiv:2505.19432v3) presenta TritonCast, un nuovo modello di intelligenza artificiale (IA) progettato per migliorare significativamente le previsioni a lungo termine del sistema terrestre. Il modello affronta le limitazioni degli attuali modelli di IA, che spesso mostrano instabilità e amplificazione degli errori nelle simulazioni autoregressive prolungate.
Il problema principale risiede nel “spectral bias”, che impedisce una corretta rappresentazione dei processi ad alta frequenza e su piccola scala. TritonCast risolve questo problema con un approccio innovativo che si ispira alle griglie annidate utilizzate nei modelli numerici. Il modello comprende un “nucleo dinamico latente” dedicato, che garantisce la stabilità a lungo termine della macro-evoluzione su larga scala. Una struttura esterna fonde poi questa tendenza stabile con i dettagli locali di alta precisione.
I risultati sono notevoli. Nell’ambito delle scienze atmosferiche, TritonCast ha ottenuto risultati all’avanguardia sul benchmark WeatherBench 2, dimostrando un’eccezionale stabilità a lungo termine, con simulazioni climatiche pluriennali che coprono un periodo di prova di 2500 giorni senza alcun drift. In oceanografia, il modello estende le previsioni degli eddies fino a 120 giorni e mostra una generalizzazione cross-resolution senza precedenti. Studi di ablazione rivelano che questa performance è il risultato dell’interazione sinergica dei componenti principali dell’architettura. TritonCast apre quindi la strada a una nuova generazione di simulazioni affidabili basate sull’IA, con il potenziale di accelerare la scoperta nella scienza del clima e del sistema terrestre, consentendo previsioni a lungo termine più affidabili e una più profonda comprensione delle complesse dinamiche geofisiche.
Paper: ArXiv.org