Modello Meteorologico AI GraphCast Adattato a Marte in un Nuovo Studio

Uno studio recente pubblicato su arXiv (2608.05054) esplora come i modelli meteorologici di base terrestri possano essere adattati per l'uso in atmosfere planetarie, in particolare modificando GraphCast, una rete neurale a grafi progettata per le previsioni meteorologiche, per Marte. Sebbene GraphCast eccella nelle previsioni terrestri, la sua efficacia in ambienti non terrestri non era stata precedentemente valutata. Utilizzando il Mars Climate Database (MCD), che offre dati atmosferici globali su altitudini verticali simili ai livelli di pressione terrestri, i ricercatori hanno analizzato sia le previsioni zero-shot che quelle fine-tuned di GraphCast per temperatura e vento marziani. Le previsioni iniziali zero-shot sono state sorprendentemente accurate ma hanno avuto difficoltà con la variabilità diurna e sono rapidamente degenerate verso le medie climatologiche. Per migliorare questo, il team ha affinato GraphCast con dati MCD e input di radiazione solare mantenendo costante l'umidità. Questo aggiustamento ha permesso un'adattamento più rapido ai cambiamenti termici marziani, indicando che sfruttare i modelli meteorologici terrestri potrebbe migliorare gli studi atmosferici planetari. I risultati sottolineano la promessa dei modelli meteorologici AI per altri pianeti, potenzialmente avanzando la nostra comprensione del clima marziano e aiutando le future esplorazioni. Lo studio è stato notato come una sottomissione di tipo cross su arXiv, suggerendo che potrebbe essere stato presentato a una conferenza o a una rivista.