AIGFS, previsioni NOAA da apprendimento automatico

In una lunga traversata oceanica, GFS è spesso la previsione che un velista scarica per prima, e quella che arriva più lontano, sedici giorni. Ma quando mostra l'aliseo che cede nella seconda settimana, è il tempo o il modello? Una previsione di un altro centro mescola le due risposte: parte da un quadro diverso del tempo, oltre a calcolarlo in modo diverso.

AIGFS, il modello ad apprendimento automatico della NOAA, risponde dall'interno. Costruito su GraphCast, una rete che ha imparato da decenni di tempo passato come evolve l'atmosfera, e affinato dalla NOAA sulle proprie analisi, fa partire ogni emissione dallo stesso quadro del tempo di GFS. In servizio da dicembre 2025, ora dà una rotta su ogni traversata, accanto a quella di GFS.

Copre il mondo intero, quattro emissioni al giorno, una previsione ogni sei ore fino a sedici giorni, quanto GFS stesso. Secondo la NOAA fa meglio di GFS su molte delle grandi strutture a diversi giorni, dove staranno depressioni e anticicloni, e sulla traiettoria dei cicloni tropicali a lunga scadenza.

Dalle Canarie ad Antigua, tre settimane di mare, la prima decisione è quanto scendere a sud a cercare l'aliseo. Se AIGFS e GFS concordano su dove entra, la scelta è chiara; se si separano, sono solo i due modelli a non essere d'accordo, poiché entrambi partono dallo stesso tempo, motivo sufficiente per tenere una linea più prudente. E dove un modello di un altro centro, ECMWF o AIFS, si schiera con uno dei due, quello acquista peso.

A un quarto di grado e con un passo ogni sei ore, non vede nulla della costa e sfuma un fronte che passa tra due passi. Come ogni modello addestrato su un errore medio, smussa: i picchi di vento si attenuano, tanto più quanto più guarda lontano, e la sua prima versione sottostimava l'intensità dei cicloni tropicali. E poiché parte dal quadro di GFS, quando i due concordano possono condividere lo stesso errore di partenza: solo un modello di un altro centro glielo dice.