Nonostante le acque eccezionalmente calde delle Antille avessero favorito l’intensificazione di Béryl, nessun modello di previsione tradizionale aveva previsto che l’uragano avrebbe raggiunto una tale forza in così breve tempo. Inoltre, la sua traiettoria verso il Texas, che ha avuto luogo l’8 luglio, non era stata correttamente anticipata dai modelli, che inizialmente non prevedevano un impatto diretto sullo stato.
I modelli tradizionali, che sono stati utilizzati per decenni, hanno mostrato limitazioni significative nel prevedere l’evoluzione di questo sistema meteorologico straordinario. Di fronte a queste difficoltà, l’intelligenza artificiale potrebbe rappresentare una svolta, dato che sempre più modelli basati su questa tecnologia sono in fase di sviluppo.
Tuttavia, è importante sottolineare che anche l’IA non ha eccelso nella previsione dell’evoluzione di Béryl, sia in termini di intensità che di percorso. Nonostante ciò, alcuni modelli basati su IA hanno mostrato segnali promettenti. Ad esempio, il modello Graphcast di DeepMind ha fornito le previsioni più accurate riguardo la traiettoria di Béryl durante il suo sviluppo.
Questo modello, che utilizza il Deep Learning, offre previsioni globali a breve e medio termine e si è dimostrato il sistema di previsione meteorologica globale su 10 giorni più preciso al mondo, superando i modelli tradizionali nel 90% dei casi durante la fase di test. Nonostante le previsioni migliori, l’efficacia complessiva dell’IA rimane limitata per eventi estremi come Béryl, poiché l’intelligenza artificiale funziona meglio con situazioni già note e Béryl è stato un uragano senza precedenti per precocità e intensità.
L’efficacia crescente dell’IA in condizioni meteorologiche più frequenti suggerisce che, con ulteriori miglioramenti, potrebbe rivoluzionare il campo delle previsioni meteorologiche globali. Saranno necessari ulteriori aggiustamenti per affinare la capacità di prevedere l’evoluzione di fenomeni estremi simili a Béryl in futuro.