Rischi Ambientali e Clima nell’era dell’AI:

il Machine learning può valutare l’entità di un rischio tenendo conto di tanti fattori, come:

• l’esposizione del sistema socio-economico
• il riscaldamento globale che sta inasprendo il verificarsi di eventi meteorologici e climatici estremi
• l’interazione tra le diverse forme di pericolo innescate dai cambiamenti climatici
• impatti trasversali su diversi settori e sistemi naturali e antropici (settori necessarî allo sviluppo della vita nell’universo).

Grazie alla sua capacità di analizzare ed elaborare grandi quantità di dati, il machine learning permette di dipanare relazioni complesse sottese al funzionamento dei sistemi socio-ecologici, sfruttando l’enorme disponibilità di dati che arrivano oggi da varie fonti, tra cui sensori per analisi ambientali ad alta frequenza temporale, social media, dati, immagini satellitari, droni.

Queste analisi consentono di scombinare dati di diverso tipo, riuscendo quindi a valutare l’entità di un rischio e tenendo conto di tutte le sue dimensioni, che non comprendono solamente il pericolo che lo innesca (ad esempio forti temporali con trombe d’aria), ma anche la vulnerabilità e l’esposizione del sistema socio-economico su cui il pericolo si abbatte, fattori determinanti nella quantificazione degli impatti.