I droni meteorologici stanno colmando il vuoto di dati di cui hanno bisogno sia gli eserciti che i commercianti.

      Il boom della meteorologia basata sull'intelligenza artificiale ha un segreto sporco. Per tutto il parlare di modelli che prevedono tempeste giorni prima, un previsore AI è valido solo quanto le osservazioni che lo alimentano, e ultimamente queste sono scarse.

      Secondo Bloomberg, ora i droni vengono inviati in volo per colmare il divario, diventando silenziosamente sensori su cui dipendono sia gli eserciti che i trader energetici.

      Il punto cieco si trova nei pochi chilometri più bassi dell'atmosfera, il livello in cui si verifica la maggior parte del nostro clima. Per decenni quel segmento è stato misurato da radiosonde, i palloni carichi di strumenti lanciati due volte al giorno da stazioni in tutto il mondo.

      Man mano che quei lanci diminuiscono, anche i dati si riducono, e il momento non potrebbe essere peggiore per un'industria che corre per costruire le previsioni più intelligenti che il denaro possa comprare.

      L'argomento per la meteorologia AI è seducente. Google DeepMind ha affermato che il suo sistema è il previsore meteorologico a 10 giorni più accurato al mondo.

      Ma un modello addestrato sulle letture di ieri ha comunque bisogno di misurazioni fresche per dirgli cosa sta facendo il cielo in questo momento. Se lo si priva della verità di base, anche la rete neurale più intelligente sta essenzialmente indovinando.

      Il declino è in parte auto-inflitto. Negli Stati Uniti, la carenza di personale dopo i licenziamenti federali ha spinto il Servizio Meteorologico Nazionale a sospendere o ridurre i lanci in una serie di stazioni di alta quota fino al 2025, creando lacune in un dataset che i previsori avevano a lungo dato per scontato.

      Entra in gioco il drone. Aziende come la svizzera Meteomatics volano con quelli che chiama Meteodroni, piccoli aerei senza pilota presentati esplicitamente come sostituti delle radiosonde.

      Essi salgono per diversi chilometri, campionando temperatura, umidità, pressione e vento durante la salita, per poi atterrare e essere inviati di nuovo in volo.

      Anche l'economia aiuta. Un pallone meteorologico è un affare monouso, che si allontana nel vento e raramente viene recuperato, mentre un drone raccoglie i suoi dati e torna a casa per volare di nuovo, trasformando una copertura irregolare in un flusso affidabile.

      E l'idea sta passando dalla dimostrazione al dovere. Meteomatics afferma di aver fornito dati operativi sui droni meteorologici al Servizio Meteorologico Nazionale degli Stati Uniti per la prima volta all'inizio di quest'anno, parte di una spinta più ampia della NOAA per integrare gli aerei nelle previsioni quotidiane piuttosto che trattarli come un esperimento scientifico.

      È qui che entrano in gioco i soldi. Nei mercati dell'energia e del gas, i prezzi oscillano in base al vento, alla produzione solare e alla temperatura, quindi una previsione anche leggermente più precisa nelle prossime ore è un vantaggio diretto nel trading.

      Bloomberg riporta che i trader energetici sono tra i clienti più interessati a dati migliori a bassa quota, per il semplice motivo che paga.

      L'interesse militare segue la stessa logica. Le stesse letture che aiutano un trader a posizionare un libro di gas aiutano anche un esercito a decidere quando volare, quando sparare e quando muoversi, motivo per cui Bloomberg inquadra i droni come al servizio di soldati e speculatori.

      Tutto ciò porta a una verità scomoda per il pubblico della meteorologia AI. Google DeepMind, il cui ultimo previsore ha sbaragliato la concorrenza, e sfidanti come la svizzera Jua, che afferma di superare Microsoft e Google, stanno correndo per costruire modelli migliori.

      Eppure la corsa per dati grezzi migliori è probabilmente più importante, e decisamente meno glamour.

      Per l'Europa, c'è un vantaggio strategico sepolto nella storia. Meteomatics è un'azienda europea che vende gli attrezzi di una corsa all'oro dei dati nella previsione americana, un raro caso in cui il continente esporta l'attrezzatura piuttosto che importarla, anche se i modelli AI di punta continuano a emergere dalla Silicon Valley.

      C'è una bella ironia in tutto ciò. Il futuro delle previsioni doveva appartenere al software, a modelli vasti addestrati su decenni di storia.

      Invece potrebbe dipendere da chi riesce a mettere il maggior numero di sensori nel cielo e da chi possiede le letture che inviano indietro. Chiunque lo faccia può guadagnare soldi o vincere battaglie, un giusto premio per una flotta di droni che svolgono il lavoro poco glamour che gli algoritmi non possono gestire senza.