I dati climatici esistono già. Satelliti, sensori, osservazioni e simulazioni climatiche producono ogni giorno una quantità enorme di informazioni. La vera sfida è trasformarle in decisioni utili per i territori, capaci di ridurre i rischi e migliorare la gestione delle risorse.

In questo passaggio entra in gioco il progetto europeo Clint – Climate Intelligence, che utilizza l’intelligenza artificiale per rendere i servizi climatici più efficaci e vicini alle esigenze di chi amministra il territorio. Ne parliamo con Veronica Piuri, che ha lavorato come ricercatrice e project manager presso l’Environmental Intelligence Lab del Politecnico di Milano, dove si è occupata di strategie integrate di gestione dell’acqua, modellazione idrologica e analisi del rischio climatico.

Un’intelligenza artificiale che interpreta il clima

Quando si parla di intelligenza artificiale il pensiero corre subito a chatbot o ad assistenti digitali. Nel progetto Clint, l’approccio è completamente diverso.“L’intelligenza artificiale è un campo molto più ampio”, spiega Piuri. “Nel progetto lavoriamo con modelli di machine learning e deep learning che imparano a riconoscere schemi nei dati climatici e ambientali. Non li utilizziamo per creare contenuti, li utilizziamo per capire meglio come funziona la realtà.”

L’obiettivo è aiutare i ricercatori a leggere una mole di dati ormai impossibile da interpretare con gli strumenti tradizionali. “I modelli individuano relazioni nascoste, e ci aiutano a ricostruire le cause degli eventi estremi e a distinguere il contributo del cambiamento climatico rispetto alla variabilità naturale - spiega Piuri - L’IA di Clint modella la realtà. È uno strumento che affianca quelli fisici e statistici utilizzati dalla scienza del clima da decenni.”

Dalla ricerca alle decisioni sul territorio

Il valore di questi strumenti emerge soprattutto quando i dati diventano supporto concreto per chi deve decidere. “Un’amministrazione comunale, un ente che gestisce le risorse idriche o la protezione civile devono scegliere spesso in tempi rapidi - osserva Piuri - Più le informazioni sono affidabili, più le decisioni possono basarsi su elementi oggettivi.”

L’intelligenza artificiale sta mostrando risultati particolarmente promettenti nella ricostruzione di dati mancanti e nelle previsioni, dalle poche ore fino alle stagioni successive.  Cambia così il modo di pianificare infrastrutture, politiche di adattamento e gestione delle emergenze. Le informazioni prodotte dall’IA rispondono a esigenze molto diverse: dalle previsioni di poche ore utili alla protezione civile fino alle proiezioni climatiche che aiutano amministrazioni e gestori a pianificare interventi nei decenni successivi.

Uno degli esempi più significativi riguarda il Lago di Como. Qui convivono esigenze diverse: garantire acqua all’agricoltura, contenere il rischio di esondazioni, tutelare navigazione, turismo ed ecosistemi. “Abbiamo sviluppato previsioni idroclimatiche potenziate dall’IA capaci di anticipare le portate in ingresso al lago con diversi mesi di anticipo. I risultati hanno mostrato un miglioramento rispetto ai sistemi previsionali oggi disponibili, con benefici concreti per la gestione della risorsa idrica e per l’equilibrio tra i diversi utilizzi dell’acqua.”

L’ultima decisione resta sempre umana

L’intelligenza artificiale, però, non prende decisioni al posto delle persone. “La componente umana resta fondamentale - sottolinea Piuri - L'esperienza maturata nel progetto Clint ci porta a indicare una direzione precisa: sviluppare sistemi di explainable AI, capaci di produrre risultati comprensibili e verificabili da chi li utilizza, superando la logica delle cosiddette black box, algoritmi che forniscono risposte senza rendere trasparente il percorso con cui le hanno raggiunte.”

Per questo il progetto promuove modelli che integrano apprendimento automatico e leggi della fisica, strumenti open source, cioè accessibili e verificabili dalla comunità scientifica, metodologie condivise e collaborazioni tra ricercatori del clima, esperti di intelligenza artificiale e utilizzatori finali.

Guardando al futuro, Piuri vede questi strumenti entrare progressivamente nella gestione ordinaria del territorio. Una prospettiva che, in parte, è già realtà. Il Centro europeo per le previsioni meteorologiche a medio termine (ECMWF), uno dei principali riferimenti internazionali del settore, sta progressivamente integrando servizi climatici basati sull’intelligenza artificiale nelle proprie attività operative. “La maturità tecnologica da sola non basta. Chi utilizza questi strumenti deve comprenderne il funzionamento e i limiti, così da integrarli consapevolmente nelle proprie decisioni.”

Consulta il progetto Clint

   VAI ALLA PAGINA GENERALE DELLA RUBRICA