“Atterraggio riuscito,” mi dice con tono materno—via radio—una voce femminile. “Ora applica i freni per ridurre il rollio, ma non arrestare l’aeromobile sulla pista.” Il mio aeromobile, però, non è sulla pista: è sperso in mezzo a un campo, incastrato tra alberi e una rete metallica. Ed è inutile che applichi i freni, perché a dire il vero l’aereo è pure rovesciato. Fortunatamente, non sto guidando un velivolo reale, e neanche la voce che mi parla è vera: sto giocando al nuovo simulatore di volo Microsoft Flight Simulator.
Microsoft Flight Simulator rappresenta (con ancora qualche necessaria semplificazione) la fisica degli aeroplani, la loro strumentazione e il comportamento degli strati inferiori dell’atmosfera del nostro pianeta. La simulazione del cielo e del tempo atmosferico è particolarmente affascinante, perché abbiamo la possibilità di volare immersi nel meteo reale, fornito dal servizio svizzero Meteoblue.
Videos by VICE
L’azienda ha spiegato che Flight Simulator è diventato un modo per “provare in prima persona i dati che calcoliamo.” Possiamo quindi capire e discutere non solo come viene previsto il meteo, ma anche i limiti di queste previsioni—e i limiti della mentalità con cui affrontiamo la rappresentazione computazionale, matematica, della realtà.
Il metodo adottato da Meteoblue—e dalle altre organizzazioni ed enti che si occupano di meteorologia—è sostanzialmente lo stesso esposto da Lewis Fry Richardson in Weather Prediction by Numerical Process nel 1922: l’atmosfera terrestre viene divisa in quadranti di una griglia—o meglio in scatole—e per ogni quadrante/scatola (ne vengono usate 250 milioni in Flight Simulator) viene definito il tempo atmosferico in base ai dati rilevati.
Dati come pressione, velocità del vento, temperatura e umidità vengono misurati nel mondo reale da decine di migliaia di stazioni meteorologiche, boe, palloni sonda, radar e satelliti, e questi dati vengono usati per plasmare il meteo in Flight Simulator. Contribuiscono a questa impresa anche le misurazioni effettuate da navi e voli di linea, e per questo motivo l’accuratezza delle previsioni metereologiche è diminuita durante l’epidemia di COVID-19, quando è diminuito il numero di aerei in cielo.
Gli stessi dati—quando vengono create le previsioni meteo—sono inseriti in un sistema di equazioni che simulano il funzionamento della nostra atmosfera considerando processi come ciclo dell’acqua e rotazione terrestre. Elementi come le nuvole—tanto importanti per la nostra comune comprensione del meteo—sono particolarmente complessi da simulare (sono fenomeni piccoli, difficili da cogliere con uno sguardo globale), e tuttora rappresentano un problema nella comprensione dell’evoluzione del clima terrestre anche a lungo termine. E siccome esistono diversi possibili modelli del funzionamento della nostra atmosfera—più o meno adatti a situazioni diverse e basati su griglie più o meno fitte—i loro risultati vengono poi comparati.
Gli strumenti di misurazione hanno inoltre le loro incertezze: misurazioni della stessa quantità fatte con strumenti diversi possono dare risultati diversi, non tutti gli strumenti sono sempre disponibili ed equamente distribuiti in tutto il mondo e una differenza trascurabile a livello globale può avere enormi conseguenze nella nostra vita quotidiana.
Risolvere le complesse equazioni che ci permettono di prevedere il tempo atmosferico implica compiere approssimazioni—con ulteriori errori—e deve essere poi possibile svolgere questi calcoli in modo relativamente veloce: nessuno vuole ricevere dopodomani le previsioni meteo per domani. Le previsioni metereologiche nascono quindi da soluzioni approssimate di modellazioni limitate della realtà, e queste modellazioni nascono a loro volta da una comprensione, una misurabilità, limitata.
Per diminuire queste incertezze, le previsioni meteo vengono calcolate più volte inserendo varie piccole perturbazioni—alla ricerca dei risultati più probabili—ma quando domandiamo ai meteorologici di dirci se pioverà e quando pioverà la domenica della prossima settimana stiamo semplicemente pretendendo troppo.
Nel suo sito internet, per esempio, Meteoblue ammette che “l’esatto posizionamento e l’orario esatto di un temporale sono pressoché impossibili da prevedere,” che “nebbia e nubi basse sono invisibili per la maggior parte dei modelli meteo” e che “precipitazioni si possono sviluppare velocemente a causa di condizioni locali, non sufficientemente considerate dai modelli meteo.”
Ma Flight Simulator non simula unicamente il meteo reale: il suo obiettivo è creare una rappresentazione di tutta la Terra, con tutte le sue foreste (30 milioni di chilometri quadrati di vegetazione), i suoi fiumi, le sue montagne, le sue città (con 1,5 miliardi di edifici) e persino la sua fauna caratteristica.
Alcune città dell’Australia, dell’Europa e del Nord America sono create sfruttando la fotogrammetria, cioè sono state ricostruite partendo da foto a bassa quota (in Italia è successo per Bologna, Catania, Firenze, Milano, Napoli, Palermo, Roma, Venezia e Verona), e alcuni importanti edifici sono realizzati a mano. Ma per ricostruire la Terra Flight Simulator si affida soprattutto a una intelligenza artificiale capace di leggere e interpretare le mappe.
Partendo dalle mappe satellitari di Bing (il motore di ricerca di Microsoft), e appoggiandosi al cloud di Microsoft Azure—che ci permette di non dover memorizzare l’intero pianeta sul nostro PC—Flight Simulator popola la Terra di edifici sfruttando un’intelligenza artificiale sviluppata da Blackshark.ai. L’intelligenza artificiale—educata tramite machine learning—ha il compito di capire dove si trovino gli edifici, quale contorno e altezza abbiano e come siano fatti i loro lati (invisibili al satellite) in base al contesto e alla località geografica.
Come ci riesca, non è ben chiaro. Anche Blackshark.ai ammette che “non sappiamo bene cosa stia facendo:” una intelligenza artificiale educata tramite machine learning è una scatola misteriosa. Ci infili dati, ci tiri fuori risultati, sai che ragiona in base a ciò che le hai insegnato in passato ma non sai cosa succeda al suo interno. A dire il vero, non sai con certezza neanche cosa abbia davvero imparato, e devi sperare che capisca cosa tu stai cercando di dirle. È un’intelligenza artificiale che ci promette di poter guardare l’intero globo, ma ci nasconde il trucco.
Anche le mappe su cui lavora non sono così trasparenti. Basi militari e punti di interesse strategico sono censurati e—a seguito del Kyl–Bingaman Amendment—Israele è al momento interamente rappresentato a bassa risoluzione nelle immagini satellitari. L’intelligenza artificiale tenta ugualmente di estrarre qualche informazione da queste aree scarsamente definite o letteralmente censurate, costruendo edifici dove le sembra di scorgerne la forma. Così, in Flight Simulator è possibile volare accompagnati dal traffico aereo reale—ottenuto dai dati di FlightAware—ma anche qui la sensazione di divina onniscienza data dalla tecnologia si scontra con la reale opacità di questi strumenti che—quando richiesto—nascondono voli privati, militari e governativi.
Come per le previsioni meteo, il mondo simulato da Flight Simulator ha senso guardato da lontano, e mostra i suoi difetti a uno sguardo ravvicinato. Il canale di Panama ondeggia verticalmente come colline di acqua, in Groenlandia si staglia un muro di ghiaccio, automobili scalano un grattacielo scambiandolo per una strada, un campo da calcio diventa un quartiere abitato con casette dai tetti verdi, Buckingham Palace è ora un condominio, il monumento a Washington è un palazzo di uffici, palme e alberi nelle città vengono interpretati come obelischi frantumati e deformi. Nella periferia nord di Melbourne, nella campagna italiana e in Svizzera altissimi grattacieli svettano solitari nel cielo.
Il caso di Melbourne è interessante, perché nasce da un errore di battitura di un utente del progetto OpenStreetMap dove l’edificio era stato per sbaglio memorizzato come alto 212 piani. Così, il monolite di Melbourne è un monumento non solo ai limiti di intelligenza artificiale e machine learning, ma anche al modo in cui le aziende tecnologiche e di videogiochi sfruttano il lavoro gratuito dell’utenza, inserendo nelle loro opere ciò che le persone hanno prodotto per piattaforme gratuite.
L’idea che le previsioni meteo possano essere esatte (un’idea avversata da chi si occupa di meteorologia) e le roboanti affermazioni di Blackshar.ai quando afferma di star sviluppando un “gemello digitale del nostro pianeta” hanno la stessa origine: una fiducia spericolata nella tecnologia e nella neutralità del suo sguardo, l’idea che il mondo sia un’equazione che può essere risolta e rappresentata, e che tale approssimata rappresentazione possa sostituire la realtà. È un’idea nata con Cartesio e sviluppata—come i videogiochi stessi—durante la Guerra Fredda in seno a un apparato militare statunitense ossessionato all’idea di poter prevedere e controllare il tempo, la traiettoria di missili e aerei e l’intera realtà.
Invece, fare le previsioni meteo è un casino, perché—come ci insegna _Flight Simulator_—simulare la realtà è un casino.
