La inteligencia artificial está transformando la predicción meteorológica, al superar a los modelos numéricos tradicionales en precisión y eficiencia. Sin embargo, especialistas consideran que se necesita más investigación sobre el uso de esta tecnología en los pronósticos del tiempo.
De acuerdo con los científicos atmosféricos Russ Schumacher y Aaron Hill, de la Universidad Estatal de Colorado, hoy en día se predicen fuertes lluvias a dos días con la precisión que en los años 90 sólo 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 y un factor de caos que dificulta los pronósticos a más de 10 días. Además 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 supercomputadoras que solo pueden actualizar las previsiones unas cuatro veces al día.
Frente a los sistemas ya tradicionales surge una nueva revolución a través del aprendizaje automático mediante algoritmos de inteligencia artificial que comparan patrones del pasado pero con una capacidad inasequible para el ser humano.
El año pasado Google DeepMind presentaba su sistema GraphCast, que se entrenó con 40 años de datos históricos en 32 ordenadores durante cuatro semanas, dicho algoritmo puede ejecutarse en un ordenador de sobremesa y es capaz de predecir 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, todo ello a un costo energético mil veces más barato que con el uso de modelos numéricos en las supercomputadoras.
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 inteligencia artificial de manera experimental.
Según los expertos, a corto plazo la inteligencia artificial no desbancará los modelos numéricos pues Schumacher y Hill apuntan que al aprender solo de datos históricos y subestimar cuestiones como la intensidad de los vientos, los algoritmos podrían producir resultados poco realistas como ocurre con las imágenes generadas por inteligencia artificial.
Pero sin duda el progreso de estos modelos ayudará también en un campo más amplio clima y cambio climático. Según Science estos sistemas de IA pueden impulsar una nueva generación de modelos climáticos de alta resolución en las nuevas supercomputadoras de hexa escala que producirán suficientes datos climáticos para después entrenar inteligencia artificial capaz de predecir la evolución del clima con gran precisión a largo plazo.
El desarrollo de modelos de aprendizaje automático podría significar que en un futuro próximo la inteligencia artificial se utilice de forma rutinaria en la predicción meteorológica ahorrando tiempo y dinero a los meteorólogos.
Datos a destacar
Según los expertos, a corto plazo la IA no desbancará los modelos numéricos, pues Schumacher y Hill apuntan que, al aprender solo de datos históricos y subestimar cuestiones como la intensidad de los vientos, los algoritmos podrían producir resultados poco realistas.
El desarrollo de modelos de aprendizaje automático podría significar que, en un futuro próximo, la inteligencia artificial se utilice de forma rutinaria en la predicción meteorológica, ahorrando tiempo y dinero a los meteorólogos.
Texto y fotos: Manuel Pool
