Le previsioni meteo entrano definitivamente nell'era dei foundation model. Aurora, il sistema sviluppato da Microsoft Research e pubblicato in versione estesa su Nature con paper a piena revisione, riesce a battere sia il modello operativo dell'European Centre for Medium-Range Weather Forecasts (ECMWF IFS, il gold standard mondiale dal 1979) sia GraphCast di Google DeepMind. Lo fa su oltre il 91% delle metriche misurate, secondo i dati pubblicati da Microsoft, e con un guadagno di velocita' inquadrabile su un fattore 5.000 volte: pochi secondi di inferenza su GPU contro le ore necessarie ai supercalcolatori climatici classici.
Aurora e' stato addestrato su oltre un milione di ore di dati geofisici eterogenei, una scala che si avvicina a quella dei grandi LLM. La differenza sta nel "carburante": invece di testo del web, qui ci sono mappe satellitari, rianalisi atmosferiche, dati di radiosondaggio e modelli oceanografici. Il risultato e' un modello fondazionale dell'atmosfera che puo' essere specializzato per casi specifici, come accade per i modelli linguistici quando si parte da una base generale e si applica il fine-tuning su un dominio.
Le quattro versioni specializzate
Microsoft Research ha rilasciato quattro varianti di Aurora, ciascuna addestrata su un sub-dominio della Terra:
- Aurora Weather (media risoluzione): previsioni globali a 0,25 gradi di latitudine e longitudine, fino a 10 giorni. Batte ECMWF IFS sul 92% dei target.
- Aurora Weather (alta risoluzione): previsioni a 0,1 gradi, pensate per studio di fenomeni locali e regionali.
- Aurora Air: qualita' dell'aria e inquinanti (NO2, ozono, PM2.5), con miglior performance rispetto al modello CAMS di Copernicus su 12 inquinanti su 13.
- Aurora Ocean: previsione delle onde oceaniche, utile per la navigazione e per le piattaforme offshore.
Nello stesso filone gira anche una variante per uragani e cicloni tropicali, che secondo il paper batte il modello operativo del National Hurricane Center degli Stati Uniti sulla previsione di traiettoria a 5 giorni.
Cosa significa "5.000 volte piu' veloce"
L'IFS di ECMWF e' un modello numerico classico: simula a passi di tempo l'atmosfera risolvendo equazioni alle derivate parziali su griglia tridimensionale. Per una previsione a 10 giorni richiede ore di calcolo su un supercomputer da decine di milioni di euro. Aurora invece "predice" la prossima fotografia dell'atmosfera dato lo stato attuale, in modo simile a come GPT predice la parola successiva. Una volta addestrato, fare una previsione globale richiede pochi secondi su una singola GPU NVIDIA A100 o H100.
Il guadagno e' enorme su tre fronti. Primo, le previsioni a corto raggio (6-12 ore) diventano aggiornabili in continuo, utile per il settore dell'energia rinnovabile che deve modulare la produzione fotovoltaica e eolica in tempo reale. Secondo, l'analisi degli scenari avversi (catastrofi naturali) diventa fattibile per Protezione Civile e assicurazioni anche su finestre brevi. Terzo, i Paesi senza grandi infrastrutture di calcolo possono usare modelli AI gratuitamente o a basso costo.
Il confronto con GraphCast e gli altri modelli AI
Il primo modello AI ad aver dato l'allarme al settore meteo classico e' stato proprio GraphCast, presentato da Google DeepMind nel novembre 2023 e pubblicato su Science. Usa una graph neural network che rappresenta l'atmosfera come una mesh multi-scala di nodi collegati. Aurora ne mantiene la filosofia ma cambia l'architettura: e' un transformer encoder-decoder, addestrato in due fasi (pre-training non supervisionato + fine-tuning). Su 90 metriche pubbliche, Aurora batte GraphCast sull'82%, secondo i dati del paper. Anche il codice e i pesi sono stati rilasciati a Hugging Face: il modello base e' utilizzabile sotto licenza MIT, le varianti specializzate sotto licenza accademica.
Cosa cambia per chi usa il meteo (e per ECMWF)
ECMWF, l'ente intergovernativo finanziato da 35 Stati europei (Italia inclusa), e' la fonte principale delle previsioni di MeteoFrance, dell'Aeronautica Militare e di tutti i grandi servizi meteo continentali. Da febbraio 2026 ECMWF ha lanciato il suo Artificial Intelligence Forecasting System (AIFS), che gira in parallelo a IFS e si sta avvicinando ai numeri di Aurora. La pressione e' chiara: senza un proprio modello AI all'altezza, gli istituti meteorologici classici rischiano di diventare semplici raccoglitori di dati, mentre i grandi player del cloud (Microsoft, Google, NVIDIA) si prendono lo strato di inferenza. Per l'Italia, dove la previsione di nubifragi estivi e ondate di calore e' un tema sempre piu' politico, l'arrivo di Aurora e' una buona notizia: previsioni piu' precise nel breve termine, con costi infrastrutturali alla portata della Protezione Civile.
