La predicción necesita para cada cálculo infinidad de datos de estaciones terrestres y satélites, dividiendo la atmósfera en una rejilla para aplicar la resolución de ecuaciones; todo ello requiere horas de procesamiento por supercomputadores
De acuerdo a los científicos atmosféricos Russ Schumacher y Aaron Hill, de la Universidad Estatal de Colorado, ayer se predicen fuertes lluvias a dos días con la precisión que en los años 90 solo podía alcanzarse para el mismo día, y en 30 años, se ha recortado a la mitad el error en la trayectoria de los huracanes.
Pero aún hay mejoras posibles en la predicción de fenómenos extremos, los fallos de todos los modelos en la previsión del catastrófico huracán “Otis” que destruyó a Acapulco, indicaron que todavía queda un gran camino para mejorar.
La predicción necesita para cada cálculo infinidad de datos de estaciones terrestres y satélites, dividiendo la atmósfera en una enorme rejilla para aplicar la resolución de ecuaciones a cada cuadrícula; todo ello requiere horas de procesamiento por supercomputadores que solo pueden actualizar las previsiones unas cuatro veces al día.
Frente a estos sistemas ya tradicionales, una nueva revolución surge a través del aprendizaje automático. Los algoritmos de IA comparan patrones del pasado, pero con una capacidad inasequible para el ser humano, un ejemplo de esto es el sistema GraphCast, que en 2023 presentó Google DeepMind y que se entrenó con 40 años de datos históricos en 32 ordenadores durante cuatro semanas.
Según los científicos de DeepMind, el sistema “predice cientos de variables meteorológicas para los próximos 10 días con una resolución global de 0.25 grados en menos de un minuto”, superando la precisión de los modelos numéricos en el 90% de los casos, también en los fenómenos extremos.
El Centro Europeo de Previsiones Meteorológicas a Plazo Medio, cuyo modelo numérico es considerado el mejor del mundo, ha comenzado a introducir la predicción por IA de manera experimental. Google dispone también de un sistema, MetNet-3, para pronósticos de alta resolución a 24 horas.
Por su parte, Huawei también el año pasado presentó su sistema Pangu-Weather, que afirman, es el primer modelo de IA que puede predecir el tiempo con mayor precisión que los métodos de predicción numérica del tiempo (NWP) de última generación y a una velocidad 10,000 veces mayor.
Pangu-Weather puede generar un pronóstico del tiempo global en cuestión de segundos, teniendo en cuenta todos los factores, como el geopotencial, la humedad, la velocidad del viento, la temperatura y la presión a nivel del mar. Además de las trayectorias de los tifones, también puede predecir con precisión las precipitaciones, las olas de frío y calor, y más.
Según los expertos, a corto plazo la IA no va a desbancar los modelos numéricos. Schumacher y Hill apuntan que, al aprender solo de datos históricos y no estar constreñidos por las ecuaciones de la dinámica atmosférica, los algoritmos podrían producir resultados poco realistas.
A pesar de esta situación, los modelos de pronóstico meteorológico por inteligencia artificial avanzan como una herramienta para los modelos convencionales.
Datos a destacar
Según los expertos, a corto plazo la IA no va a desbancar los modelos numéricos. Schumacher y Hill apuntan que, al aprender solo de datos históricos y por las ecuaciones de la dinámica atmosférica, los algoritmos podrían producir resultados poco realistas
A pesar de esta situación, los modelos de pronóstico meteorológico por inteligencia artificial avanzan como una herramienta para los modelos convencionales.
Texto y fotos: Manuel Pool
