Gabriele Accarino ha conseguito la Laurea Magistrale in Ingegneria Informatica con lode presso l’Università del Salento (Italia), presentando una tesi sull’applicazione delle reti neurali Long Short-Term Memory (LSTM) per la previsione dell’innalzamento del livello del mare in diverse località del bacino del Mediterraneo. Nel novembre 2018 ha iniziato un Dottorato di Ricerca in Scienze Ambientali presso la stessa università, concentrandosi sull’intersezione tra machine learning e scienze del clima. La sua ricerca dottorale ha esplorato approcci data-driven per diverse applicazioni nei domini meteorologico e climatico, tra cui il downscaling spaziale e il rilevamento di eventi estremi, con un’attenzione particolare agli incendi boschivi e ai cicloni tropicali. Durante la pandemia del 2019, si è inoltre interessato alla possibile relazione tra fattori ambientali e diffusione del COVID-19, nonché al legame tra cambiamenti climatici e conflitti armati.

Dopo il dottorato, Gabriele ha ottenuto una borsa di ricerca presso il Dipartimento di Ingegneria dell’Innovazione dell’Università del Salento, dove si è occupato della progettazione e dello sviluppo di emulatori oceanici data-driven basati su architetture Transformer. In questo periodo ha anche svolto il ruolo di professore a contratto, tenendo corsi in Sistemi di Elaborazione delle Informazioni e Calcolo ad Alte Prestazioni.

Successivamente, ha lavorato presso la Fondazione CMCC come Junior Scientist nella divisione di Calcolo Scientifico Avanzato (oggi ADIC), dove ha coordinato l’unità di ricerca in machine learning. Al CMCC ha contribuito e co-supervisionato diversi progetti di ricerca europei e ha ricoperto il ruolo di Scientific Officer per il progetto Silvanus.

Alla fine del 2024, Gabriele è entrato a far parte della Columbia University di New York e del centro LEAP (Learning the Earth with Artificial Intelligence and Physics – Science and Technology Center) come Postdoctoral Research Scientist. La sua ricerca attuale si concentra sulla progettazione e lo sviluppo di metriche di similarità multi-scala, tecniche di verifica spazio-temporale di campi climatici e benchmarking di modelli data-driven e basati sulla fisica. È affiliato alla Fondazione CMCC tuttora.