Le alluvioni non si possono prevenire, ma si possono prevedere in modo affidabile - in tutto il mondo

Registrando le precipitazioni, misurando i livelli dell'acqua, calcolando i modelli meteorologici giornalieri e infine inviando avvisi via cellulare. L'impegno richiesto è elevato, ma il ritorno sull'investimento è alto se i residenti a rischio possono prima mettere in sicurezza le loro case e poi avere il tempo sufficiente per mettersi in salvo.

Naturalmente, il sistema di rilevamento e di avviso delle inondazioni non è assolutamente affidabile. Tuttavia, offre un elevato livello di protezione che non può essere fornito nelle regioni prive delle infrastrutture necessarie. Quindi, se il tempo di preavviso non è di 5 giorni, ma di zero giorni, le persone, ma anche le loro proprietà e i loro mezzi di sussistenza, sono particolarmente a rischio.

Un nuovo sistema di previsione del rischio di inondazioni dimostra che non deve essere così. Grazie a dati precisi al giorno e a un'intelligenza artificiale adeguatamente addestrata, è in grado di tenere il passo con i migliori modelli attualmente disponibili per la previsione di condizioni meteorologiche gravi. Tuttavia, questo è possibile anche nelle regioni del mondo in cui tali previsioni non sono attualmente disponibili a causa della mancanza di una fitta rete di stazioni di misurazione. Anche il tempo trascorso sul supercomputer per i calcoli giornalieri è costoso.

I ricercatori, tra cui quelli di Google, del Centro Helmholtz di Lipsia e della RAND Corporation in California, hanno utilizzato i dati meteorologici di una media di 30 anni di 5.680 bacini idrografici. Ciò significa un totale di circa 150.000 anni di registrazioni meteorologiche - riassunte in 60 gigabyte di dati. E la raccolta continua a crescere.

Si dice che l'addestramento dell'intelligenza artificiale sul processore grafico Nvidia Tesla V100 abbia richiesto solo poche ore. Dopodiché, sono necessarie circa 10 ore per la previsione. Ebbene, se confrontata con i disastri alluvionali del passato, l'intelligenza artificiale ha raggiunto un tasso di successo più elevato rispetto alle classiche previsioni meteorologiche effettuate all'epoca. Allo stesso tempo, lo sforzo complessivo richiesto è significativamente inferiore.

Anche se questo non aiuta le regioni con una raccolta già densa di dati meteorologici, è utile in molte aree remote e soprattutto in quelle povere ma densamente popolate. Mentre il tempo di allerta non cambierebbe in Europa, Nord America o Asia orientale, il tempo che intercorre tra l'allerta e l'aumento delle inondazioni si moltiplicherebbe in Africa, America centrale o Sud-Est asiatico, ad esempio.

Tutto ciò che è stato necessario per questo studio sono stati i dati disponibili al pubblico, che prima dovevano essere raccolti, e un processore ad alte prestazioni che costava poco meno di 7.000 euro (7.500 dollari). Si può ottenere molto con una manciata di informazioni importanti su vento, umidità e temperatura.