Le università degli Stati Uniti stanno investendo sempre di più nella ricerca sull’intelligenza artificiale applicata alle scienze della terra incluso meteo e modelli climatici. L’obiettivo è infatti generare previsioni o analisi meteorologiche sempre più precise e a lungo termine. Così un team dell’università della California di San Diego, composto da informatici e meteorologi, sta muovendo i primi passi verso la creazione del primo agente meteorologico AI, ossia un tipo di intelligenza artificiale in grado non solo di analizzare i dati provenienti da modelli di previsione meteorologica e climatica, ma anche di interagire con l’ambiente, rispondere e fare domande, prendere decisioni. Il prototipo di questo agente è già pronto, si chiama Zephyrus, e verrà presentato alla 14esima Conferenza internazionale sulle rappresentazioni dell'apprendimento (ICLR), che si terrà dal 23 al 27 aprile a Rio de Janeiro.
L’intelligenza artificiale e le previsioni meteo
La meteorologia non è che il primo passo. I ricercatori sperano infatti che i risultati portino alla creazione di agenti di intelligenza artificiale in grado di apportare progressi simili ad altre discipline, in particolare alla climatologia. La meteorologia è stata un perfetto banco di prova perché combina grandi e complessi set di dati che cambiano nel tempo con la necessità di ragionare su questi dati in un linguaggio semplice. "La previsione meteorologica è una sfida scientifica cruciale, con profonde implicazioni che spaziano dall'agricoltura alla preparazione alle catastrofi, dai trasporti alla gestione dell'energia", scrivono i ricercatori.
"Il nostro obiettivo è aumentare l'accesso a dati e previsioni critici, riducendo le barriere d'accesso all'analisi di questi dati", ha affermato Duncan Watson-Parris, coautore dello studio e membro della facoltà dell'UC San Diego Scripps Institution of Oceanography. "Vogliamo aumentare la velocità con cui possiamo ragionare sui dati multimodali e conoscere la Terra, rendendo più facile per studenti e giovani scienziati interagire con diversi set di dati".
Come funziona l’AI nel meteo
Negli ultimi anni, sono già stati creati modelli basati sull'intelligenza artificiale e sul machine learning (analizzano anni di dati su temperature, pressione, vento e precipitazioni per identificare schemi ricorrenti) che hanno notevolmente migliorato le previsioni meteorologiche. L’analisi dei dati però rimane difficile e richiede molto tempo. Si sono poi incontrati altri problemi: questi tipi di modelli di intelligenza artificiale non sono in grado di descrivere i loro risultati in un linguaggio semplice e di elaborare informazioni testuali, come i bollettini meteorologici e i bollettini meteorologici. Il team di ricerca dell'Università della California a San Diego si propone di affrontare entrambi i problemi.
Per colmare il divario tra un modello di intelligenza artificiale basato su codice e un agente di intelligenza artificiale basato invece sul linguaggio, i ricercatori hanno creato un sistema che consente agli agenti di interagire con modelli e dati meteorologici tramite un codice. A quel punto l'agente di intelligenza artificiale è in grado di gestire database basate sul linguaggio, traducendole poi in codice e quindi dando le risposte in un linguaggio semplice.
I problemi ancora aperti
Zephyrus ha ottenuto buoni risultati in compiti semplici, come l'individuazione di luoghi con condizioni meteorologiche specifiche e la previsione del tempo per luoghi specifici in determinati orari. Ha invece difficoltà a individuare luoghi con condizioni meteorologiche estreme e a generare report. I ricercatori hanno testato quattro LLM di frontiera, ossia modelli linguistici di grandi dimensioni più avanzati e potenti, per alimentare Zephyrus, e tutti hanno ottenuto risultati simili in termini di accuratezza.
Per la prossima iterazione dell'agente di intelligenza artificiale, i ricercatori prevedono di utilizzare set di dati ancora più ampi. I prossimi passi includono anche l'ottimizzazione di modelli per attività incentrate sul clima.
/https%3A//www.repstatic.it/content/contenthub/img/2026/09/19/102617012-27149628-21ba-4c4c-b5ff-4cfd8455f46c.jpg)
/https%3A//www.repstatic.it/content/contenthub/img/2026/09/21/170204251-920b2a91-082f-4a76-94f3-e60fe222e1aa.jpg)
/https%3A//www.repstatic.it/content/contenthub/img/2026/09/21/130057090-d2f721b7-74be-4a93-a84c-ebf2ebc9d403.jpg)
