Giornale Roma - L'IA in aiuto dell'Artico con previsioni sulle polveri sottili

L'IA in aiuto dell'Artico con previsioni sulle polveri sottili
L'IA in aiuto dell'Artico con previsioni sulle polveri sottili

L'IA in aiuto dell'Artico con previsioni sulle polveri sottili

Il modello messo a punto appartiene alla stessa famiglia di quello alla base di Chat-Gpt

Dimensione del testo:

L'Intelligenza Artificiale può aiutare a proteggere meglio l'Artico e tutto il Nord Europa, fornendo previsioni più accurate sulle concentrazioni di polveri sottili nell'aria, il cosiddetto PM10. Ricercatori dell'Istituto sull'Inquinamento atmosferico del Consiglio Nazionale delle Ricerche di Montelibretti, vicino Roma, e del Joint Research Centre della Commissione Europea che si trova a Ispra, in provincia di Varese, hanno messo a punto un nuovo modello di IA appartenente alla famiglia dei cosiddetti 'modelli linguistici di grandi dimensioni' (Llm), la stessa alla base di Chat-Gpt e simili, in grado di prevedere la concentrazione di PM10 in queste aree. Lo studio è stato pubblicato sulla rivista npj Clean Air. L'Artico è una delle zone del mondo che più di ogni altra risente degli impatti delle attività umane. Oltre allo scioglimento accelerato dei ghiacci, raccoglie anche molti inquinanti prodotti a latitudini più basse e trasportati fin lì dalla circolazione atmosferica. Le polveri sottili contribuiscono a rendere il ghiaccio più scuro, favorendone una sua fusione più rapida, ma possono creare anche problemi sanitari in caso di picchi elevati nelle concentrazioni. "Il modello - dice Alice Cuzzucoli del Cnr-Iia, prima autrice della ricerca - ha considerato dati di misure di PM10 nel recente passato, previsioni dal sistema Copernicus (il programma europeo di Osservazione della Terra gestito da Commissione Europea e Agenzia Spaziale Europea), dati meteorologici e informazioni geografiche sulle varie stazioni, per prevedere la concentrazione di PM10 a distanza di 48 ore nel futuro. Confrontando le previsioni del modello con quanto poi accaduto realmente - evidenzia Cuzzucoli - i nostri risultati si sono rivelati sempre sensibilmente migliori di quelli dei classici modelli utilizzati finora, anche nella valutazione di picchi di concentrazione particolarmente estremi".

R.Tedeschi--GdR