la startup svizzera afferma che il suo previsore meteorologico basato su IA supera Microsoft e Google

      La startup svizzera Jua ha lanciato un modello meteorologico basato sull'IA che, secondo essa, supera i principali sistemi dei giganti della tecnologia—potenzialmente rendendolo il previsore più accurato al mondo.

      Jua afferma che il suo modello—chiamato EPT-2—è più rapido e preciso sia rispetto ad Aurora di Microsoft che a Graphcast di Google DeepMind. In studi separati, revisionati da pari, entrambi questi modelli sono risultati più accurati rispetto alla previsione ENS del Centro Europeo per le Previsioni Meteorologiche a Medio Termine (ECMWF), ampiamente considerata leader mondiale.

      Jua supporta le sue affermazioni audaci con un nuovo rapporto pubblicato oggi, che mette a confronto EPT-2 con modelli di livello superiore—including Aurora e due tra i migliori dell’ECMWF: ENS e IFS HRES.

      Secondo il documento, EPT-2 si è imposto, offrendo le previsioni più accurate in ogni settore. Ha battuto Aurora su variabili chiave come la velocità del vento a 10 metri e la temperatura dell’aria a 2 metri su un periodo di 10 giorni, ha eseguito le previsioni il 25% più velocemente e ha registrato i punteggi di errore più bassi tra tutti i modelli testati. Jua afferma di aver raggiunto tutto ciò utilizzando il 75% in meno di potenza di calcolo rispetto ad Aurora, il secondo sistema più efficiente testato.

      La ricerca dovrebbe essere pubblicata la prossima settimana nell’archivio open-access arXiv, secondo Jua.

      Il modello Graphcast di DeepMind non è stato incluso nello studio. Tuttavia, Marvin Gabler, CEO e co-fondatore di Jua, è sicuro che può battere tutta la concorrenza.

      “Rispettiamo attori come Microsoft Aurora, GraphCast e Tomorrow.io, ma sono troppo lenti, troppo ristretti o ancora dipendenti da infrastrutture legacy,” ha detto Gabler.

      Le previsioni meteorologiche basate sull’IA hanno fatto molto parlare di sé negli ultimi anni, spinte dalla domanda di metodi più accurati e più economici per prevedere il clima terrestre.

      I modelli meteorologici tradizionali, come quelli dell’ECMWF o della NOAA, utilizzano complesse equazioni fisiche eseguite su supercomputer da miliardi di dollari. I modelli basati sull’IA saltano le equazioni, imparando schemi da enormi dataset, potenzialmente rendendo le previsioni precise migliaia di volte più rapide su macchine molto più economiche e meno energy-intensive.

      Tuttavia, Gabler afferma che Jua va oltre rispetto ai precedenti previsori basati sull’IA. “Mentre altri stanno retrofitando l’IA su sistemi legacy, noi abbiamo costruito una simulazione fisica nativa che comprende come effettivamente si comporta l’atmosfera terrestre,” ha detto.

      Jua ha rilasciato il suo primo modello meteorologico globale basato sull’IA tre anni fa. La startup ha raccolto da allora un totale di 27 milioni di dollari di finanziamenti da investitori tra cui 468 Capital, Future Energy Ventures e Promus Ventures.