Gabriele Franch, Modelli di AI per nowcasting e allertamento
La presentazione intitolata "Modelli di Intelligenza Artificiale per il nowcasting e l'allertamento" di G. Franch, E. Tomasi, R. Wanjari e M. Cristoforetti della Fondazione Bruno Kessler è stata tenuta il 19 settembre 2024 al 3° Workshop Previsori Ricercatori a Firenze.
Ecco i punti principali del documento:
Ecco i punti principali del documento:
- Focus: Applicazione di modelli di Intelligenza Artificiale (AI) per il nowcasting (previsioni a brevissimo termine) e l'allertamento meteorologico, in particolare per le precipitazioni radar.
- Due filoni principali dell'AI:
- Modellistica predittiva: Mira a minimizzare l'errore previsionale, fornendo un trend medio di evoluzione (modello deterministico).
- Modellistica generativa: Modella l'incertezza predittiva e genera diverse realizzazioni realistiche in output (modello ensemble/probabilistico).
- Esempi di modelli:
- Modello predittivo: TrajGRU, una rete neurale ricorrente convoluzionale che cattura la correlazione spazio-temporale dei dati radar.
- Modelli generativi:
- DGMR (Generative Adversarial Network), un modello ricorrente convoluzionale.
- LDCast (Latent Diffusion Models), che utilizza modelli di diffusione latente per la previsione generativa delle precipitazioni.
- GPTCast (Transformers), un modello di linguaggio meteorologico per il nowcasting delle precipitazioni.
- Verifica dei modelli: Vengono presentati diversi metodi di verifica, tra cui Performance Diagram, Rank Histogram e CRPS (Continuous Ranked Probability Score), per valutare l'accuratezza e l'affidabilità dei modelli.
- Importanza del dataset: Viene sottolineata l'importanza del dataset di allenamento per i modelli generativi. Si afferma che "big data = better forecast" e viene presentato il progetto CEURAD (Comprehensive EUropean RAdar Dataset).
- Caso di utilizzo operativo: Viene descritto il sistema SAMET (Sistema Alert MEteo Trentino), che utilizza modelli AI per l'allertamento automatico a brevissimo termine. SAMET raccoglie dati meteo da diverse fonti e utilizza modelli di previsione AI per emettere "early warning". Il sistema prevede anche la disseminazione multicanale degli alert (sms, email, app IO, telefonata, ecc.).
- Disseminazione multicanale degli alert: SAMET permette la disseminazione degli alert su diversi canali, offrendo diversi livelli di personalizzazione e di onboarding per soddisfare diversi tipi di pubblico.
- Nowcasting FBK: Viene menzionato il nowcasting per l'Italia operativo all'indirizzo https://nowcasting.fbk.eu.