I Modelli Climatici Fondamentali Affrontano Sfide di Robustezza Sotto Cambiamenti Senza Analoghi

Uno studio recente pubblicato su arXiv (2603.23043) esamina la resilienza dei modelli climatici fondamentali di fronte a cambiamenti di distribuzione senza analoghi. Il rapido avanzamento del cambiamento climatico introduce non stazionarietà che ostacolano la capacità degli emulatori climatici basati sull'apprendimento automatico di estendersi oltre le loro distribuzioni di addestramento. Sebbene questi emulatori fungano da sostituti computazionalmente efficienti dei modelli convenzionali del sistema Terra, la loro affidabilità diventa una preoccupazione in condizioni climatiche future prive di precedenti storici. Una sfida significativa è la contaminazione dei dati, poiché molti modelli sono sviluppati utilizzando simulazioni che incorporano scenari futuri, oscurando le loro reali prestazioni fuori distribuzione. La ricerca valuta la robustezza OOD di tre architetture—U-Net, ConvLSTM e ClimaX—limitandole ai dati storici.