Originariamente Scritto da
burian br
Rispondo a tutti sulla questione della previsione probabilistica, che è assolutamente valida già in altri campi e non vedo perchè non possa essere applicata alla meteorologia, cosa che di fatto già facciamo proprio noi appassionati quando in stanza teleconnessioni andiamo a spulciare le reanalisi per vedere tendenze varie. Questo è il primo esempio di approccio probabilistico alla meteorologia, di cui però facciamo un uso molto approssimativo perchè i nostri cervelli, macchine formidabili, non hanno la capacità di calcolo necessaria per processare in pochi minuti o in poche ore tutte le mappe di reanalisi degli ultimi 200 anni, quindi dobbiamo approssimare.
La previsione probabilistica viene eseguita, ad esempio, con successo quando si prevedono le epidemie invernali. Il Covid dovrebbe averci fatto capire come funziona, si tratta di un approccio delle probabilità allo studio della diffusione delle malattie, in base al quale si è visto che la curva di un'epidemia segue un determinato andamento esponenziale tale che è quasi certo conoscere come evolverà la curva per i primi tempi, con buon margine di successo peraltro.
La previsione probabilistica viene utilizzata nello studio delle popolazioni, per delineare tendenze elettorali e le probabilità di vittoria di un dato candidato o partito; viene utilizzato per studiare i trend del momento al fine di orientare le scelte di mercato; viene applicata in economia. In molti di questi ambiti è anzi l'unico modo per prevedere il futuro, non esistono infatti equazioni fisiche che consentano di sapere come andrà domani il mercato. Tutte le leggi statistiche derivano dall'osservazione della realtà, e dalla constatazione che dei pattern si ripetono e lo fanno, straordinariamente, seguendo spesso dei modelli matematici talmente efficienti da poter simulare il futuro.
Quel che fa GraphCast non è nulla di dissimile: sulla base dello storico, cerca di capire se ci sono dei pattern che tendono a ripetersi, e formula in questo modo la sua previsione considerando lo scenario iniziale e andando a paragonarlo con quelli già successi.
E' un approccio potenzialmente superiore? E' inferiore? Non c'è una risposta, è semplicemente un altro approccio, egualmente valido.
Concludo con questa riflessione: rigettare la previsione basata su un approccio statistico o probabilistico significa rigettare la capacità umana di formulare le previsioni, quel tocco dell'esperto che basandosi sull'esperienza (= il proprio storico mentale basato sugli eventi del passato che ricorda) ti sa dire se e quando una previsione deterministica sembra verosimile o meno, indipendentemente dal fatto che il modello in quel dato momento della giornata e in quella corsa sembra dartela tale.
Per me è questo il più grosso limite dei modelli deterministici: ti mostrano quello che calcolano senza guardare in faccia la realtà, il passato, il clima di un'area geografica. Spesso ciò non è importante, ma in alcuni momenti lo diventa perchè propongono scenari che sono quasi impossibili se non impossibili. E' come se risolvendo un problema di fisica ti uscisse un risultato che non torna perchè la tua stessa esperienza ti dice che non può essere così. Ci deve dunque essere un errore nel processo, e guarda caso l'errore c'è, e nei modelli deterministici è insito (effetto farfalla). Ecco, riconoscere questo errore, e guardare ciò che dice il modello deterministico sulla base dell'occhio delle probabilità, consente di discernere meglio il futuro.
Segnalibri