Un’analisi critica sulle previsioni basate (unicamente) sui dati

Il 28 marzo ItaliaMeteo ha organizzato il webinar dal titolo “Previsioni e inferenza: dai dati e i modelli all’intelligenza artificiale” tenuto da Angelo Vulpiani, già professore di fisica teorica presso L’Università degli Studi di Roma “La Sapienza”, secondo appuntamento di un ciclo di incontri organizzati dall’Agenzia sui temi d’interesse per la comunità meteorologica e climatologica italiana.

Durante l’incontro sono stati affrontati alcuni aspetti concettuali alla previsione dei sistemi fisici, utilizzando come punto di partenza l’analisi critica dell’adagio secondo cui “L’abbondanza dei dati rende il metodo scientifico obsoleto” ovvero in estrema sintesi “Correlation is enough” (C. Anderson, Wired, Giugno 2008).

Per la previsione di un generico sistema fisico sono stati presi in esame i seguenti tre casi, in cui:  
🔹 siano note le variabili sufficienti a descrivere il sistema e sia nota la teoria di riferimento, ovvero le equazioni di evoluzione;  
🔹 siano note le variabili sufficienti a descrivere il sistema ma non sia nota la teoria di riferimento;  
🔹 non siano note le variabili sufficienti a descrivere il sistema né la teoria di riferimento ma è nota una serie storica di “un’osservabile”, funzione delle variabili del sistema.

Il problema della previsione meteorologica rientra nel primo caso, essendo le variabili quelle prognostiche di un modello numerico del tempo e le equazioni le leggi della fluidodinamica.

Per quanto riguarda l’approccio alla predizione nel secondo caso, in assenza cioè di una teoria di riferimento, è stato criticamente affrontato il metodo degli analoghi. Per tale metodo, basato sull’ampia disponibilità di serie storiche delle variabili, è stato mostrato come, nel caso di sistemi di dimensione “sufficientemente” grande (attorno a 6 o 7), la lunghezza della serie storica dev’essere circa un miliardo per avere una precisione nella previsione dell’1%.

Per il terzo caso, che è la situazione tipica, si è fatto riferimento al teorema per la ricostruzione dello spazio delle fasi ed è stato evidenziato come fallisca quando la dimensione dell’attrattore del sistema è “sufficientemente” grande (ad esempio 5 o 6).

Nelle conclusioni sono stati elencati i maggiori “ostacoli” alla previsione: 
🔹la presenza del caos;  
🔹la presenza di variabili con tempi caratteristici diversi, veloci e lenti (ad es. turbolenza e correnti oceaniche profonde) che rende difficile l’individuazione delle equazioni efficaci alla descrizione dell’evoluzione del sistema;  
🔹la dimensione del problema – detta anche “la maledizione esponenziale” – che rende inapplicabile il metodo degli analoghi quando tale dimensione è maggiore di 5 o 6.

L’incontro è stato condito inoltre di interessanti riferimenti storici, da Poincaré a Lorenz e Kac, da Kelvin a Von Neumann e Richardson, ed è stato seguito da 180 partecipanti provenienti da servizi meteo, università ed enti pubblici di ricerca.

È possibile rivedere la registrazione integrale del webinar sul canale YouTube dell’Agenzia ItaliaMeteo.